v-urushkin/SyntheticTexts6M
收藏Hugging Face2024-05-27 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/v-urushkin/SyntheticTexts6M
下载链接
链接失效反馈官方服务：
资源简介：
---
language:
- ru
license: apache-2.0
task_categories:
- text-generation
dataset_info:
- config_name: default
features:
- name: text
dtype: string
- name: n_req
dtype: int64
splits:
- name: train
num_bytes: 457242851.5
num_examples: 2000000
- name: test
num_bytes: 457242851.5
num_examples: 2000000
download_size: 479106797
dataset_size: 914485703
- config_name: extra
features:
- name: text
dtype: string
- name: n_req
dtype: int64
splits:
- name: train
num_bytes: 457272941
num_examples: 2000000
download_size: 239567048
dataset_size: 457272941
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- config_name: extra
data_files:
- split: train
path: extra/train-*
size_categories:
- 1M<n<10M
---
提供机构：
v-urushkin
原始信息汇总
数据集概述
基本信息
- 语言: 俄语 (ru)
- 许可证: Apache-2.0
- 任务类别: 文本生成
数据集配置
配置名称: default
- 特征:
text: 数据类型为字符串n_req: 数据类型为int64
- 分割:
train: 2000000个样本，占用457242851.5字节test: 2000000个样本，占用457242851.5字节
- 下载大小: 479106797字节
- 数据集大小: 914485703字节
配置名称: extra
- 特征:
text: 数据类型为字符串n_req: 数据类型为int64
- 分割:
train: 2000000个样本，占用457272941字节
- 下载大小: 239567048字节
- 数据集大小: 457272941字节
数据集大小分类
- 范围: 1M<n<10M
