ridger/train_refineweb

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 91738479900
num_examples: 22375239
download_size: 13547146690
dataset_size: 91738479900
---
# Dataset Card for "train_refineweb"

[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

数据集卡片 "train_refineweb"

配置

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

数据集信息

• 特征:
  • 名称: input_ids
    • 序列类型: int32
• 分割:
  • 名称: train
    • 字节数: 91738479900
    • 样本数: 22375239
• 下载大小: 13547146690
• 数据集大小: 91738479900