suchirsalhan/BabyLM-Pretokenised
收藏Hugging Face2025-01-31 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/suchirsalhan/BabyLM-Pretokenised
下载链接
链接失效反馈官方服务：
资源简介：
BabyLM预标记数据集，包含已经分词的文本，适用于语言模型训练，数据集大小在10MB到100MB之间。
BabyLM Pretokenised dataset containing tokenized text, suitable for language model training, with a size range of 10MB to 100MB.
提供机构：
suchirsalhan
