PY007/slimpajama_LLAMA3_tokenized_upsample_4096_chunk_256K
收藏Hugging Face2024-06-05 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/PY007/slimpajama_LLAMA3_tokenized_upsample_4096_chunk_256K
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int64
- name: labels
dtype: int64
- name: source
list:
- name: end
dtype: int64
- name: source
dtype: string
- name: start
dtype: int64
splits:
- name: train
num_bytes: 13617323100
num_examples: 6636
download_size: 3518713617
dataset_size: 13617323100
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
PY007
原始信息汇总
数据集概述
数据集特征
- input_ids: 序列类型为 int64。
- labels: 数据类型为 int64。
- source: 包含以下子特征：
- end: 数据类型为 int64。
- source: 数据类型为 string。
- start: 数据类型为 int64。
数据集分割
- train:
- 数据量大小: 13617323100 字节。
- 示例数量: 6636。
数据集大小
- 下载大小: 3518713617 字节。
- 数据集大小: 13617323100 字节。
配置
- config_name: default
- data_files:
- split: train
- path: data/train-*
