suolyer/pile_ubuntu-irc

Name: suolyer/pile_ubuntu-irc
Creator: suolyer
Published: 2023-03-27 02:04:37
License: 暂无描述

Hugging Face2023-03-27 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/suolyer/pile_ubuntu-irc

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

suolyer

原始信息汇总

数据集概述

许可证信息

许可证类型：Apache-2.0

Pile-Ubuntu_IRC

Pile-Ubuntu IRC数据集是The Pile项目的一部分，是一个用于语言模型的数据集，基于Ubuntu IRC日志构建而成。 Ubuntu IRC是一个面向Ubuntu操作系统用户的聊天室，用户在这里进行技术支持、交流和讨论。

OpenDataLab2026-07-05 更新40

Pile-Ubuntu_IRC

OpenXLab10

timaeus/pile-ubuntu_irc-broken

该数据集是一个从monology/pile-uncopyrighted数据集中筛选出的子集，包含文本数据和元数据信息，元数据中包括数据集的名称。训练集包含大约15,345个示例，总大小为9.05GB。数据集适用于语言模型训练，但由于其体积庞大，加载时可能会耗尽内存。

Hugging Face2025-04-21 更新30

Pile-Ubuntu_IRC

displayName: Pile-Ubuntu_IRC license: - MIT taskTypes: - Natural Language Generation - Language Modelling mediaTypes: - Text labelTypes: - English Corpus tags: [] publisher: - EleutherAI p

魔搭社区2024-09-02 更新110

timaeus/pile-ubuntu_irc

该数据集通过从`monology/pile-uncopyrighted`数据集中筛选特定行创建而成，每个子集通常限制为遇到的第一个100,000个符合条件的行。数据集包含文本和元数据信息，其中文本为字符串类型，元数据包含数据集名称等信息。训练集包含15,345个示例，大小为9,052,995,836字节。

Hugging Face2025-04-03 更新40