iNeil77/OBF_tokenizer_dataset

---
dataset_info:
features:
- name: content
dtype: string
splits:
- name: train
num_bytes: 6139184788.960412
num_examples: 1500000
download_size: 3779010022
dataset_size: 6139184788.960412
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集信息

• 特征:
  • 名称: content
  • 数据类型: string

数据分割

• 训练集:
  • 名称: train
  • 字节数: 6139184788.960412
  • 样本数: 1500000

数据集大小

• 下载大小: 3779010022
• 数据集大小: 6139184788.960412

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*