Mollel/swahili_pretrain_data

该数据集包含一个名为text的字段，数据类型为字符串。数据集主要分为训练集，包含13,126,923个示例，总大小为2,039,346,404字节。数据集的下载大小为0，数据集大小为2,039,346,404字节。配置信息中指定了默认配置，数据文件路径为data/train-*。

The dataset contains a field named text with a data type of string. The dataset is primarily divided into a training set, which includes 13,126,923 examples with a total size of 2,039,346,404 bytes. The download size of the dataset is 0, and the dataset size is 2,039,346,404 bytes. The configuration information specifies the default configuration, with the data file path being data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • 名称: text
  • 数据类型: string

数据分割

• 分割名称: train
  • 字节数: 2039346404
  • 样本数: 13126923

数据集大小

• 下载大小: 0
• 数据集大小: 2039346404

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*