BEE-spoke-data/fineweb-synergy-20k

该数据集是从HuggingFaceFW/fineweb中抽取的一个样本，所有行至少包含一次synergy这个词。数据集主要用于文本生成和填充掩码任务，包含20,000个训练样本，总大小为208,119,990字节。数据集的语言为英语，标签包括synergy, value, finance。

原始信息汇总

数据集概述

基本信息

• 数据集名称: BEE-spoke-data/fineweb-synergy-20k
• 许可证: odc-by
• 语言: 英语 (en)
• 标签: synergy, value, finance

数据集大小

• 数据量: 10K<n<100K

数据集内容

• 特征:
  • text: 字符串类型
• 分割:
  • train: 20000个样本，总大小208119990字节

下载信息

• 下载大小: 123027016字节
• 数据集总大小: 208119990字节

任务类别

• 任务类型:
  • text-generation
  • fill-mask

配置

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