xwjiang2010/pile_dedupe_val_tokenized
收藏官方服务：
资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 splits: - name: train num_bytes: 6941817272 num_examples: 1000000 download_size: 3202764782 dataset_size: 6941817272 configs: - config_name: default data_files: - split: train path: data/train-* ---
提供机构：
xwjiang2010原始信息汇总
数据集概述
数据集特征
- 名称: input_ids
- 类型: int32
数据集分割
- 名称: train
- 字节数: 6941817272
- 样本数: 1000000
数据集大小
- 下载大小: 3202764782
- 数据集大小: 6941817272
配置
- 配置名称: default
- 数据文件:
- 分割: train
- 路径: data/train-*
