timinar/c4-code-tokenized-2b-with-rocks2
收藏Hugging Face2024-05-29 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/timinar/c4-code-tokenized-2b-with-rocks2
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: tokens
sequence: int64
splits:
- name: train
num_bytes: 15794527992.0
num_examples: 1927102
download_size: 3780708872
dataset_size: 15794527992.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
timinar
原始信息汇总
数据集概述
数据集特征
- 名称: tokens
- 类型: 序列类型，整数64位（int64）
数据集分割
- 分割名称: train
- 大小: 15794527992.0 字节
- 示例数量: 1927102
数据集下载与大小
- 下载大小: 3780708872 字节
- 数据集总大小: 15794527992.0 字节
配置信息
- 配置名称: default
- 数据文件路径:
- 分割: train
- 路径: data/train-*
