ruliad/fineweb_350BT_chunk_26
收藏Hugging Face2024-06-02 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/ruliad/fineweb_350BT_chunk_26
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: id
dtype: string
- name: dump
dtype: string
- name: url
dtype: string
- name: date
dtype: string
- name: file_path
dtype: string
- name: language
dtype: string
- name: language_score
dtype: float64
- name: token_count
dtype: int64
splits:
- name: train
num_bytes: 17189372162
num_examples: 5000000
download_size: 10281450899
dataset_size: 17189372162
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
ruliad
原始信息汇总
数据集信息
特征
- text: 数据类型为字符串
- id: 数据类型为字符串
- dump: 数据类型为字符串
- url: 数据类型为字符串
- date: 数据类型为字符串
- file_path: 数据类型为字符串
- language: 数据类型为字符串
- language_score: 数据类型为浮点数
- token_count: 数据类型为整数
数据分割
- train: 包含5000000个样本，总字节数为17189372162
数据大小
- 下载大小: 10281450899字节
- 数据集大小: 17189372162字节
配置
- default: 包含训练数据文件，路径为
data/train-*
