simple-pretraining/bookcorpusopen_with_ids_chunked
收藏Hugging Face2023-11-17 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/simple-pretraining/bookcorpusopen_with_ids_chunked
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: id
dtype: int64
- name: chunk_id
dtype: int64
splits:
- name: train
num_bytes: 7288147697
num_examples: 35859587
download_size: 4331524813
dataset_size: 7288147697
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "bookcorpusopen_with_ids_chunked"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
simple-pretraining
原始信息汇总
数据集概述
数据集信息
- 特征:
- 名称: text
- 数据类型: string
- 名称: id
- 数据类型: int64
- 名称: chunk_id
- 数据类型: int64
- 名称: text
数据分割
- 名称: train
- 字节数: 7288147697
- 样本数: 35859587
数据大小
- 下载大小: 4331524813
- 数据集大小: 7288147697
配置
- 配置名称: default
- 数据文件:
- 分割: train
- 路径: data/train-*
- 分割: train
- 数据文件:
