Neel-Gupta/ghcode-processed_64

该数据集包含一个名为text的特征，其类型为嵌套的序列，最内层序列的数据类型为int64。数据集包含一个名为train的分割，该分割的大小为109186859200字节，包含138700个示例。数据集的下载大小为8812786229字节，数据集的总大小为109186859200字节。配置部分指定了默认配置下的数据文件路径，即train分割的数据文件路径为data/train-*。

The dataset contains a feature named text, which is a nested sequence with the innermost sequence of type int64. The dataset includes a split named train, which is 109186859200 bytes in size and contains 138700 examples. The download size of the dataset is 8812786229 bytes, and the total size of the dataset is 109186859200 bytes. The configuration section specifies the data file path under the default configuration, which is data/train-* for the train split.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • 名称: text
  • 序列类型: int64

• 分割:

  • 名称: train
  • 字节数: 109186859200
  • 样本数: 138700

• 下载大小: 8812786229

• 数据集大小: 109186859200

配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*