timinar/c4-code-tokenized-2b-with-rocks
收藏Hugging Face2024-05-28 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/timinar/c4-code-tokenized-2b-with-rocks
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: tokens
sequence: int64
splits:
- name: train
num_bytes: 18827047992.0
num_examples: 2297102
download_size: 4706699293
dataset_size: 18827047992.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
timinar
原始信息汇总
数据集概述
数据集特征
- 名称: tokens
- 类型: 整数序列（int64）
数据集划分
- 训练集
- 样本数量: 2297102
- 数据大小: 18827047992.0字节
数据集大小
- 下载大小: 4706699293字节
- 总数据大小: 18827047992.0字节
