patrikgerard/ru_language_modeling_v2

---
dataset_info:
features:
- name: text
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 5173685512
num_examples: 10769201
download_size: 2092143917
dataset_size: 5173685512
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为 string
  • __index_level_0__: 数据类型为 int64

数据分割

• 训练集:
  • 名称: train
  • 字节数: 5173685512
  • 样本数: 10769201

数据集大小

• 下载大小: 2092143917
• 数据集总大小: 5173685512

配置

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