kothasuhas/dclm_tokenized_n3840781_ctx16_binary
收藏官方服务：
资源简介：
这是一个包含名为input_ids的整数序列特征的NLP数据集，被划分为训练集，共有3840781个样本，数据集大小为261173108字节。
This is an NLP dataset with integer sequence features named input_ids, split into a training set with a total of 3,840,781 samples and a dataset size of 261,173,108 bytes.
提供机构：
kothasuhas
