vietgpt/arxiv
收藏Hugging Face2023-11-21 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/vietgpt/arxiv
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: meta
struct:
- name: timestamp
dtype: timestamp[s]
- name: yymm
dtype: string
- name: arxiv_id
dtype: string
- name: language
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 89337072771
num_examples: 1558306
download_size: 40941434576
dataset_size: 89337072771
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "arxiv"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
vietgpt
原始信息汇总
数据集概述
数据特征
- text: 数据类型为字符串。
- meta: 结构化数据，包含以下字段：
- timestamp: 时间戳，数据类型为时间戳（秒）。
- yymm: 数据类型为字符串。
- arxiv_id: 数据类型为字符串。
- language: 数据类型为字符串。
- url: 数据类型为字符串。
数据分割
- train: 训练集，包含1558306个样本，总字节数为89337072771。
数据大小
- 下载大小: 40941434576字节。
- 数据集大小: 89337072771字节。
配置
- default: 包含训练集数据文件，路径为
data/train-*。
