visheratin/nllb-coco-long

--- dataset_info: features: - name: id dtype: string - name: eng_caption dtype: string - name: captions sequence: sequence: string splits: - name: train num_bytes: 3035416002 num_examples: 45655 download_size: 1907170327 dataset_size: 3035416002 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串。
• eng_caption: 数据类型为字符串。
• captions: 数据类型为字符串序列。

数据分割

• train: 包含45655个样本，数据大小为3035416002字节。

数据集大小

• 下载大小: 1907170327字节。
• 数据集大小: 3035416002字节。

配置

• default:
  • 数据文件:
    • train: 路径为data/train-*。