alancooney/sae-monology-pile-uncopyrighted-tokenizer-gpt2
收藏Hugging Face2024-01-02 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/alancooney/sae-monology-pile-uncopyrighted-tokenizer-gpt2
下载链接
链接失效反馈官方服务：
资源简介：
---
license: mit
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 31522321636
num_examples: 30663737
download_size: 17207116581
dataset_size: 31522321636
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
language:
- en
---
提供机构：
alancooney
原始信息汇总
数据集概述
许可证
- MIT许可证
数据集信息
-
特征
- 名称: input_ids
- 类型: int32序列
-
分割
- 名称: train
- 字节数: 31522321636
- 样本数: 30663737
-
下载大小
- 17207116581字节
-
数据集大小
- 31522321636字节
配置
-
配置名称
- default
-
数据文件
- 分割: train
- 路径: data/train-*
语言
- 英语 (en)
