andersonbcdefg/wikipedia_en_tokenized_2
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_2
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: 25290416752
num_examples: 4110926
download_size: 8697978435
dataset_size: 25290416752
---
# Dataset Card for "wikipedia_en_tokenized_2"
[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_2
数据特征
-
input_ids
- 类型: 整数序列
- 数据类型: int32
-
targets
- 类型: 整数序列
- 数据类型: int64
数据分割
- 训练集 (train)
- 数据量: 25290416752 字节
- 示例数量: 4110926
数据集大小
- 下载大小: 8697978435 字节
- 数据集总大小: 25290416752 字节
