ruliad/fineweb_350BT_chunk_31
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_31
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: 17158592156
num_examples: 5000000
download_size: 10262585186
dataset_size: 17158592156
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: 类型为字符串
- id: 类型为字符串
- dump: 类型为字符串
- url: 类型为字符串
- date: 类型为字符串
- file_path: 类型为字符串
- language: 类型为字符串
- language_score: 类型为浮点数 (float64)
- token_count: 类型为整数 (int64)
数据分割
- train: 包含5,000,000个样本，总字节数为17,158,592,156
数据集大小
- 下载大小: 10,262,585,186字节
- 数据集大小: 17,158,592,156字节
配置
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
