akahana/oscar-unshuffled_deduplicated_id_10k

---
dataset_info:
features:
- name: id
dtype: int64
- name: text
dtype: string
splits:
- name: train
num_bytes: 18527241
num_examples: 10000
download_size: 10371685
dataset_size: 18527241
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "oscar-unshuffled_deduplicated_id_10k"

[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

数据集概述

数据集信息

• 特征:
  • id: 数据类型为 int64
  • text: 数据类型为 string

数据分割

• 训练集:
  • 名称: train
  • 字节数: 18527241
  • 样本数: 10000

数据集大小

• 下载大小: 10371685
• 数据集大小: 18527241

配置

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