aklein4/HuggingFaceFW-fineweb-edu-sample-10BT-tokenized
收藏数据链接：
官方服务：
资源简介：
这是一个包含source字段、input_ids列表、output_ids列表、输入标记数量和输出标记数量的序列到序列任务数据集。训练集大小为13946958747.064072字节，共有9672098个示例。
This is a sequence-to-sequence task dataset containing fields for source, input_ids list, output_ids list, number of input tokens, and number of output tokens. The training set is 13946958747.064072 bytes in size with 9672098 examples.
提供机构：
aklein4
