alea-institute/kl3m-data-pacer-cacb
收藏Hugging Face2025-02-08 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/alea-institute/kl3m-data-pacer-cacb
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含标识符、数据集名称、MIME类型和标记序列等字段。它有一个训练集，共有约109345个示例，总数据大小为约3.8GB。数据集提供了一个默认配置，用于指定训练数据文件的路径。
The dataset includes fields for identifier, dataset name, MIME type, and token sequences. It has a training set with approximately 109,345 examples, totaling about 3.8GB in size. The dataset provides a default configuration for specifying the path to the training data files.
提供机构：
alea-institute
