andersonbcdefg/falcon-refinedweb-labeled

---
dataset_info:
features:
- name: content
dtype: string
- name: url
dtype: string
- name: dump
dtype: string
- name: class
dtype: string
- name: score
dtype: float64
splits:
- name: train
num_bytes: 289378063
num_examples: 160956
download_size: 184313738
dataset_size: 289378063
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "falcon-refinedweb-labeled"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

特征

• content: 数据类型为字符串（string）
• url: 数据类型为字符串（string）
• dump: 数据类型为字符串（string）
• class: 数据类型为字符串（string）
• score: 数据类型为浮点数（float64）

数据分割

• train:
  • 字节数: 289,378,063
  • 样本数: 160,956

数据大小

• 下载大小: 184,313,738 字节
• 数据集大小: 289,378,063 字节

配置

• config_name: default
  • 数据文件:
    • split: train
    • path: data/train-*