kanishka/counterfactual-babylm-only_indef_articles_with_pl_nouns_removal

--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 581817938 num_examples: 11660740 - name: validation num_bytes: 56120230 num_examples: 1026747 download_size: 421679247 dataset_size: 637938168 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* ---

原始信息汇总

数据集概述

特征

• 名称: text
• 数据类型: string

数据划分

• 训练集:
  • 名称: train
  • 字节数: 581817938
  • 样本数: 11660740
• 验证集:
  • 名称: validation
  • 字节数: 56120230
  • 样本数: 1026747

数据大小

• 下载大小: 421679247
• 数据集大小: 637938168

配置

• 配置名称: default
  • 数据文件:
    • 训练集路径: data/train-*
    • 验证集路径: data/validation-*