andersonbcdefg/wikipedia_en_tokenized
收藏Hugging Face2023-05-13 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/andersonbcdefg/wikipedia_en_tokenized
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: targets
sequence: int64
splits:
- name: train
num_bytes: 56050416752
num_examples: 9110926
download_size: 19330142269
dataset_size: 56050416752
---
# Dataset Card for "wikipedia_en_tokenized"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
andersonbcdefg
原始信息汇总
数据集概述
数据集名称
wikipedia_en_tokenized
数据特征
- input_ids
- 类型: int32
- 序列类型: 序列
- targets
- 类型: int64
- 序列类型: 序列
数据分割
- train
- 字节数: 56050416752
- 示例数: 9110926
下载与数据集大小
- 下载大小: 19330142269
- 数据集大小: 56050416752
