mrm8488/mc4-es-300k-cosmopedia-en-100k

该数据集包含一个名为text的字符串类型特征。数据集分为一个训练集，包含400,000个样本，总大小为1,491,363,113字节。下载大小为909,598,283字节。配置信息中指定了默认配置，数据文件路径为data/train-*。

The dataset contains a feature named text of string type. The dataset is divided into a training set with 400,000 samples and a total size of 1,491,363,113 bytes. The download size is 909,598,283 bytes. The configuration information specifies the default configuration, with the data file path being data/train-*.

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

数据分割

• 训练集:
  • 名称: train
  • 字节数: 1491363113
  • 样本数: 400000

数据集大小

• 下载大小: 909598283
• 数据集大小: 1491363113

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*