deven367/babylm-10M-switchboard

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 823158
num_examples: 20000
- name: valid
num_bytes: 724013
num_examples: 18000
- name: test
num_bytes: 823158
num_examples: 20000
download_size: 978960
dataset_size: 2370329
---
# Dataset Card for "babylm-10M-switchboard"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集配置：
- 配置名称：default
数据文件：
- 数据拆分（split）：训练集（train），路径：data/train-*
- 数据拆分（split）：验证集（valid），路径：data/valid-*
- 数据拆分（split）：测试集（test），路径：data/test-*
数据集信息：
特征：
- 字段名：文本（text），数据类型：字符串（string）
数据拆分详情：
- 拆分名称：训练集（train），字节数：823158，样本数：20000
- 拆分名称：验证集（valid），字节数：724013，样本数：18000
- 拆分名称：测试集（test），字节数：823158，样本数：20000
下载大小：978960，数据集总大小：2370329
---
# “babylm-10M-switchboard”数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置 (default)
  • 数据文件路径：
    • 训练集 (train): data/train-*
    • 验证集 (valid): data/valid-*
    • 测试集 (test): data/test-*

数据集信息

• 特征：

  • 名称：text
  • 数据类型：string

• 数据分割：

  • 训练集 (train)
    • 字节数：823158
    • 样本数：20000
  • 验证集 (valid)
    • 字节数：724013
    • 样本数：18000
  • 测试集 (test)
    • 字节数：823158
    • 样本数：20000

• 数据集大小：

  • 下载大小：978960
  • 数据集大小：2370329