kanishka/counterfactual-babylm-random_removal

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 581658139
num_examples: 11603387
- name: validation
num_bytes: 56120230
num_examples: 1026747
download_size: 421324775
dataset_size: 637778369
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

特征

• 名称: text
• 数据类型: string

数据分割

• 训练集
  • 字节数: 581658139
  • 样本数: 11603387
• 验证集
  • 字节数: 56120230
  • 样本数: 1026747

数据大小

• 下载大小: 421324775
• 数据集大小: 637778369

配置

• 配置名称: default
  • 数据文件
    • 训练集路径: data/train-*
    • 验证集路径: data/validation-*