izzako/lampung-pixelgpt
收藏Hugging Face2025-12-19 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/izzako/lampung-pixelgpt
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含用于训练PixelGPT模型的预处理Lampung文本数据。数据集统计信息显示总样本数为1,029，其中训练样本945个，测试样本84个。数据集特征包括文本标识符、块标识符、像素值表示、基于字形的标记ID、LLaMA标记ID和原始文本块。
This dataset contains preprocessed Lampung text data for training PixelGPT models. Dataset statistics show a total of 1,029 samples, with 945 training samples and 84 test samples. Dataset features include document identifier, chunk identifier, pixel representation of text, grapheme-based token IDs, LLaMA token IDs, and original text chunks.
提供机构：
izzako
