Icannos/distillation_training_1

该数据集是一个英语文本数据集，包含两个主要特征：text（文本内容）和__index_level_0__（索引级别）。数据集包含一个训练集，大小为937,669,951字节，包含5,816,759个样本。下载大小为564,011,497字节，数据集总大小为937,669,951字节。数据文件位于data/train-*路径下。

This dataset is an English text dataset containing two main features: text (text content) and __index_level_0__ (index level). The dataset includes a training set with a size of 937,669,951 bytes, containing 5,816,759 samples. The download size is 564,011,497 bytes, and the total dataset size is 937,669,951 bytes. The data files are located under the path data/train-*.

原始信息汇总

数据集概述

语言

• 英文（en）

数据集信息

特征

• text: 数据类型为字符串（string）
• index_level_0: 数据类型为整数（int64）

数据分割

• train:
  • 字节数: 937,669,951
  • 样本数: 5,816,759

文件大小

• 下载大小: 564,011,497 字节
• 数据集大小: 937,669,951 字节

配置

• default:
  • 数据文件路径: data/train-*