awettig/github-sample-65536tokens-llama

---
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 329257888
num_examples: 1256
download_size: 78876374
dataset_size: 329257888
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "github-sample-65536tokens-llama"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征:
  • input_ids: 序列类型，数据类型为int32。
• 分割:
  • train: 包含329257888字节的数据，共有1256个样本。
• 下载大小: 78876374字节。
• 数据集大小: 329257888字节。

配置

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