crumb/textbook-codex

--- dataset_info: features: - name: text dtype: string - name: src dtype: string - name: src_col dtype: string - name: model dtype: string splits: - name: train num_bytes: 12286698438.0 num_examples: 3593574 download_size: 5707800000 dataset_size: 12286698438.0 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "textbook-codex" [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

数据集信息

特征

• text: 数据类型为字符串。
• src: 数据类型为字符串。
• src_col: 数据类型为字符串。
• model: 数据类型为字符串。

分割

• train: 包含3593574个样本，占用12286698438.0字节。

大小

• 下载大小: 5707800000字节。
• 数据集大小: 12286698438.0字节。

配置

• default: 包含训练数据文件，路径为data/train-*。