devingulliver/dolma-v1_6-sample
收藏Hugging Face2024-04-21 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/devingulliver/dolma-v1_6-sample
下载链接
链接失效反馈官方服务：
资源简介：
该数据集直接从allenai/dolma获取，包含大约100亿个tokens，适用于小规模测试或继续预训练。数据集的特征包括provenance和text，分割为train，包含13095416个例子，总大小为34959777487字节。
该数据集直接从allenai/dolma获取，包含大约100亿个tokens，适用于小规模测试或继续预训练。数据集的特征包括provenance和text，分割为train，包含13095416个例子，总大小为34959777487字节。
提供机构：
devingulliver
原始信息汇总
数据集概述
数据集特征
- provenance：数据类型为字符串。
- text：数据类型为字符串。
数据集分割
- 训练集：
- 数据量：13095416个样本
- 存储大小：34959777487字节
数据集大小
- 下载大小：20602021674字节
- 数据集总大小：34959777487字节
配置信息
- 配置名称：default
- 数据文件：
- 分割类型：train
- 文件路径：data/train-*
