gnovack/tinyllama-activations-v0.2
收藏官方服务：
资源简介：
--- dataset_info: features: - name: text dtype: string - name: token_idx dtype: int64 - name: hidden_states sequence: float64 splits: - name: train configs: - config_name: default data_files: - split: train path: - c4/data_* - cosmopedia_web/data_* - redpajama_cc/data_* ---
提供机构：
gnovack原始信息汇总
数据集概述
数据集特征
- text：文本数据，数据类型为字符串。
- token_idx：标记索引，数据类型为整数64位。
- hidden_states：隐藏状态，数据类型为双精度浮点数，具有序列性质。
数据集分割
- train：训练数据集。
配置信息
- config_name：默认配置。
- data_files：训练数据集的文件路径包括：
- c4/data_*
- cosmopedia_web/data_*
- redpajama_cc/data_*
