five

sade-adrien/redpajama_v2_32k

收藏
Hugging Face2023-11-20 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/sade-adrien/redpajama_v2_32k
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: raw_content dtype: string - name: doc_id dtype: string - name: meta dtype: string - name: quality_signals dtype: string splits: - name: train num_bytes: 3919516915.1525173 num_examples: 364920 download_size: 18972252318 dataset_size: 3919516915.1525173 --- # Dataset Card for "redpajama_v2_32k" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

The dataset redpajama_v2_32k includes four features: raw_content (text content), doc_id (document ID), meta (metadata), and quality_signals (quality signals), all of which are of string type. The dataset is divided into a training set, which is 3919516915.1525173 bytes in size and contains 364920 samples. The total download size of the dataset is 18972252318 bytes, and the actual size of the dataset is 3919516915.1525173 bytes.
提供机构:
sade-adrien
原始信息汇总

数据集卡片 "redpajama_v2_32k"

数据集信息

特征

  • raw_content: 数据类型为字符串。
  • doc_id: 数据类型为字符串。
  • meta: 数据类型为字符串。
  • quality_signals: 数据类型为字符串。

分割

  • train:
    • 字节数: 3919516915.1525173
    • 样本数: 364920

大小

  • 下载大小: 18972252318
  • 数据集大小: 3919516915.1525173
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作