five

kanishka/babylm2-rewritten-clean-spacy_no-num-adj-strictest

收藏
Hugging Face2025-08-24 更新2025-10-25 收录
下载链接:
https://hf-mirror.com/datasets/kanishka/babylm2-rewritten-clean-spacy_no-num-adj-strictest
下载链接
链接失效反馈
官方服务:
资源简介:
这是一个包含文本特征的的数据集,总大小为592,484,288字节,分为训练集和验证集。训练集包含11,902,656个示例,大小为534,719,376字节;验证集包含1,223,928个示例,大小为57,764,912字节。数据集支持默认配置,其中指定了训练和验证数据文件的路径。

This dataset includes text features, with a total size of 592,484,288 bytes, split into training and validation sets. The training set contains 11,902,656 examples and is 534,719,376 bytes in size; the validation set contains 1,223,928 examples and is 57,764,912 bytes in size. The dataset supports a default configuration, specifying the paths to the training and validation data files.
提供机构:
kanishka
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作