hafidikhsan/c4_200m-gec-train100k-test25k

---
dataset_info:
features:
- name: input
dtype: string
- name: output
dtype: string
- name: length_input
dtype: int64
- name: length_output
dtype: int64
splits:
- name: train
num_bytes: 28902894
num_examples: 100000
- name: test
num_bytes: 7225040
num_examples: 25000
download_size: 25664804
dataset_size: 36127934
---
# Dataset Card for "c4_200m-gec-train100k-test25k"

[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

数据集名称

c4_200m-gec-train100k-test25k

数据集特征

• input: 数据类型为字符串。
• output: 数据类型为字符串。
• length_input: 数据类型为整数，64位。
• length_output: 数据类型为整数，64位。

数据集划分

• 训练集 (train):
  • 样本数量: 100000
  • 数据大小: 28902894字节
• 测试集 (test):
  • 样本数量: 25000
  • 数据大小: 7225040字节

数据集大小

• 下载大小: 25664804字节
• 数据集总大小: 36127934字节