tomg-group-umd/Gemstone-100M-dolma-val-data
收藏Hugging Face2025-05-27 更新2025-05-31 收录
下载链接：
https://hf-mirror.com/datasets/tomg-group-umd/Gemstone-100M-dolma-val-data
下载链接
链接失效反馈官方服务：
资源简介：
这是一个用于Gemstone Suite of Models模型验证的100M token的dolma数据集子集，包含49,152个示例，数据集大小为436,977,682字节。数据集的语言为英语。
This is a 100M token subset of the dolma dataset used for validation of the Gemstone Suite of Models, containing 49,152 examples with a dataset size of 436,977,682 bytes. The language of the dataset is English.
提供机构：
tomg-group-umd
