deven367/babylm-100M-children-stories

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 17676869
num_examples: 76758
- name: valid
num_bytes: 1425137
num_examples: 5996
- name: test
num_bytes: 1804421
num_examples: 7959
download_size: 12749002
dataset_size: 20906427
---
# Dataset Card for "babylm-100M-children-stories"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置 (default)
  • 数据文件路径:
    • 训练集 (train): data/train-*
    • 验证集 (valid): data/valid-*
    • 测试集 (test): data/test-*

数据集信息

• 特征:

  • 名称: text
  • 数据类型: string

• 数据集划分:

  • 训练集 (train):
    • 字节数: 17676869
    • 样本数: 76758
  • 验证集 (valid):
    • 字节数: 1425137
    • 样本数: 5996
  • 测试集 (test):
    • 字节数: 1804421
    • 样本数: 7959

• 数据集大小:

  • 下载大小: 12749002 字节
  • 数据集总大小: 20906427 字节