friendshipkim/c4_val_tinyllama_gpt2-medium_tr0.8_val1000
收藏Hugging Face2024-04-18 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/friendshipkim/c4_val_tinyllama_gpt2-medium_tr0.8_val1000
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: tokenized_text
sequence: int64
- name: tr_input
sequence: int64
- name: st_input
sequence: int64
splits:
- name: train
num_bytes: 3060225465
num_examples: 363608
- name: validation
num_bytes: 8289033
num_examples: 1000
- name: test
num_bytes: 8289033
num_examples: 1000
download_size: 1091854491
dataset_size: 3076803531
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---
提供机构：
friendshipkim
原始信息汇总
数据集概述
数据集特征
- text：文本类型，数据类型为字符串。
- tokenized_text：序列类型，数据类型为整数64位。
- tr_input：序列类型，数据类型为整数64位。
- st_input：序列类型，数据类型为整数64位。
数据集分割
- 训练集：包含363,608个样本，总大小为3,060,225,465字节。
- 验证集：包含1,000个样本，总大小为8,289,033字节。
- 测试集：包含1,000个样本，总大小为8,289,033字节。
数据集大小
- 下载大小：1,091,854,491字节。
- 数据集总大小：3,076,803,531字节。
数据文件配置
- 默认配置：
- 训练集路径：
data/train-* - 验证集路径：
data/validation-* - 测试集路径：
data/test-*
- 训练集路径：
