KaQyn/huggingface_stack

--- dataset_info: features: - name: text dtype: string - name: id dtype: string - name: metadata struct: - name: file_path dtype: string - name: repo_id dtype: string - name: token_count dtype: int64 - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 98559210 num_examples: 6880 download_size: 33450163 dataset_size: 98559210 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• text：文本类型，数据类型为字符串。
• id：标识符，数据类型为字符串。
• metadata：元数据结构，包含以下字段：
  • file_path：文件路径，数据类型为字符串。
  • repo_id：仓库ID，数据类型为字符串。
  • token_count：令牌计数，数据类型为整数64位。
• index_level_0：索引级别0，数据类型为整数64位。

数据集分割

• train：训练集，包含6880个样本，总大小为98559210字节。

数据集大小

• 下载大小：33450163字节。
• 数据集大小：98559210字节。

配置

• config_name：default
• data_files：
  • split：train
  • path：data/train-*