xfxcwynlc/fineweb-edu-packed4
收藏Hugging Face2025-04-04 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/xfxcwynlc/fineweb-edu-packed4
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含三个特征序列：input_ids（int32类型），labels（int64类型）和attention_mask（int8类型）。数据集仅包含训练集，共有约1220万个样本，总大小为650GB。提供了一个默认配置，用于指定训练数据的文件路径。
The dataset includes three feature sequences: input_ids (int32 type), labels (int64 type), and attention_mask (int8 type). The dataset consists only of a training set with approximately 12.2 million samples, totaling 650GB in size. A default configuration is provided to specify the file path for the training data.
提供机构：
xfxcwynlc
