vilm/refinedweb-1m-medium
收藏Hugging Face2024-01-20 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/vilm/refinedweb-1m-medium
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
splits:
- name: train
num_bytes: 5454844691
num_examples: 1000000
download_size: 3346600355
dataset_size: 5454844691
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# RefinedWeb 1M Medium
Curated RefinedWeb with medium context length (2048 <= ctx_len <= 8192)
提供机构：
vilm
原始信息汇总
数据集概述
数据集名称
- RefinedWeb 1M Medium
数据集描述
- 经过筛选的RefinedWeb数据集，上下文长度中等（2048 <= ctx_len <= 8192）
数据特征
- 特征名称：text
- 数据类型：string
数据划分
- 划分名称：train
- 字节数：5454844691
- 样本数：1000000
数据集大小
- 下载大小：3346600355
- 数据集大小：5454844691
配置信息
- 配置名称：default
- 数据文件路径：data/train-*
