five

haggingfacehyz/monology-pile-uncopyrighted-gpt2-1024

收藏
Hugging Face2025-01-14 更新2025-08-30 收录
下载链接:
https://hf-mirror.com/datasets/haggingfacehyz/monology-pile-uncopyrighted-gpt2-1024
下载链接
链接失效反馈
官方服务:
资源简介:
这是一个名为monology-pile-uncopyrighted的数据集,使用gpt2的Tokenizer处理,包含序列化的整数特征(input_ids)。数据集被划分为训练集(train),包含287,567,776个示例,总大小为1,170,278,816,000字节。该数据集的上下文大小设置为1024。

This is a dataset named monology-pile-uncopyrighted, processed with gpt2 Tokenizer, containing integer sequence features (input_ids). The dataset is split into a training set (train) with 287,567,776 examples, totaling 1,170,278,816,000 bytes in size. The context size for this dataset is set to 1024.
提供机构:
haggingfacehyz
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作