dustinwloring1988/pretrain-fineweb-small-sample

该数据集包含两个主要特征：text（文本）和score（分数）。数据集仅包含一个训练分割（train），共有604,506个样本。该数据集仅用于测试新的训练脚本，不应在生产环境中使用。

The dataset contains two main features: text and score. It includes only one training split (train) with 604,506 examples. This dataset is intended solely for testing new training scripts and should not be used in production.

原始信息汇总

数据集概述

语言

• 英文（en）

数据集信息

特征

• text: 类型为字符串（string）
• score: 类型为浮点数（float64）

数据分割

• train:
  • 字节数: 2881195429.9504414
  • 样本数: 604506

数据大小

• 下载大小: 1716615285
• 数据集大小: 2881195429.9504414

配置

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