mmnga/wikipedia-ja-20230720-2k

这是从izumi-lab/wikipedia-ja-20230720随机抽取的2048条记录的数据集。

原始信息汇总

数据集卡片 "wikipedia-ja-20230720-2k"

数据集信息

特征

• curid: 类型为字符串
• title: 类型为字符串
• text: 类型为字符串

分割

• train:
  • 字节数: 5492016.948562663
  • 样本数: 2048

大小

• 下载大小: 3161030
• 数据集大小: 5492016.948562663

配置

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

描述

该数据集是从 izumi-lab/wikipedia-ja-20230720 随机抽取的 2048 条记录。