hlillemark/c4_t5_10m
收藏Hugging Face2023-05-13 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/hlillemark/c4_t5_10m
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 54681600000
num_examples: 10240000
- name: validation
num_bytes: 53400000
num_examples: 10000
download_size: 22999280634
dataset_size: 54735000000
---
# Dataset Card for "c4_t5_10m"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
hlillemark
原始信息汇总
数据集概述
数据集名称
c4_t5_10m
数据集特征
- input_ids
- 数据类型: int32
- 序列类型: 序列
- labels
- 数据类型: int64
- 序列类型: 序列
数据集划分
- 训练集 (train)
- 数据大小: 54681600000 字节
- 样本数量: 10240000
- 验证集 (validation)
- 数据大小: 53400000 字节
- 样本数量: 10000
数据集大小
- 下载大小: 22999280634 字节
- 总数据大小: 54735000000 字节
