parameterlab/scaling_mia_the_pile_00_HackerNews

--- dataset_info: features: - name: text dtype: string - name: meta struct: - name: pile_set_name dtype: string splits: - name: train num_bytes: 261254443 num_examples: 52361 - name: validation num_bytes: 9826488 num_examples: 1619 - name: test num_bytes: 8147103 num_examples: 1632 download_size: 176030477 dataset_size: 279228034 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---数据集信息： 特征： - 名称：text，数据类型：字符串 - 名称：meta，为结构体类型，包含字段： - 名称：pile_set_name，数据类型：字符串 数据集拆分： - 拆分名称：train（训练集），占用字节数：261254443，样本数量：52361 - 拆分名称：validation（验证集），占用字节数：9826488，样本数量：1619 - 拆分名称：test（测试集），占用字节数：8147103，样本数量：1632 下载大小：176030477，数据集总大小：279228034 配置项： - 配置名称：default（默认配置），对应数据文件： - 拆分train：路径为data/train-* - 拆分validation：路径为data/validation-* - 拆分test：路径为data/test-*