xwjiang2010/pile_dedupe_val_tokenized_chunked
收藏官方服务：
资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 splits: - name: train num_bytes: 6937220668 num_examples: 423311 download_size: 3163118066 dataset_size: 6937220668 configs: - config_name: default data_files: - split: train path: data/train-* ---
提供机构：
xwjiang2010原始信息汇总
数据集详情
特征
- 名称: input_ids
- 序列类型: int32
数据划分
- 名称: train
- 字节数: 6937220668
- 样本数: 423311
数据大小
- 下载大小: 3163118066
- 数据集大小: 6937220668
配置
- 配置名称: default
- 数据文件:
- 划分: train
- 路径: data/train-*
