kaitchup/fineweb-edu-sample-10k

--- dataset_info: features: - name: text dtype: string - name: id dtype: string - name: dump dtype: string - name: url dtype: string - name: file_path dtype: string - name: language dtype: string - name: language_score dtype: float64 - name: token_count dtype: int64 - name: score dtype: float64 - name: int_score dtype: int64 splits: - name: train num_bytes: 50751474 num_examples: 10000 download_size: 29682280 dataset_size: 50751474 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名：text，数据类型：字符串（string） - 字段名：id，数据类型：字符串 - 字段名：dump，数据类型：字符串 - 字段名：url，数据类型：字符串 - 字段名：file_path，数据类型：字符串 - 字段名：language，数据类型：字符串 - 字段名：language_score，数据类型：64位浮点数（float64） - 字段名：token_count，数据类型：64位整数（int64） - 字段名：score，数据类型：64位浮点数（float64） - 字段名：int_score，数据类型：64位整数（int64） 数据集划分： - 划分名称：训练集（train），占用字节数：50751474，样本总数：10000 下载总大小：29682280，数据集存储总大小：50751474 配置项： - 配置名称：默认配置（default），数据文件列表： - 对应划分：训练集（train），文件路径：data/train-*