该数据集包含bytepair_ids特征，这是一个int64类型的序列。数据集被划分为测试集、训练集和验证集三个部分，分别包含4358、36718和3760个样本，对应的字节大小分别为10295552、87275496和9149336字节。数据集的下载大小为16150551字节，总大小为106720384字节。数据文件的路径配置为：测试集数据文件路径为data/test-*，训练集数据文件路径为d

Hugging Face2024-12-08 更新170

ostapeno/med_wrap1m_concat

文本数据

机器学习

该数据集包含三个字段：id（标识符），text（文本内容），和source（文本来源）。数据集分为训练集，共有1,052,493个示例，大小为20,327,097,316字节。数据集的下载大小为8,577,206,255字节。提供了默认配置下的训练数据文件路径。

Hugging Face2025-02-10 更新130