parameterlab/scaling_mia_the_pile_00_NIH_ExPorter

--- dataset_info: features: - name: text dtype: string - name: meta struct: - name: pile_set_name dtype: string splits: - name: train num_bytes: 129283623 num_examples: 59552 - name: validation num_bytes: 3957167 num_examples: 1825 - name: test num_bytes: 3958948 num_examples: 1884 download_size: 75088434 dataset_size: 137199738 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： 特征项： - 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），字节占用大小：129283623，样本总数：59552 - 拆分名称：validation（验证集），字节占用大小：3957167，样本总数：1825 - 拆分名称：test（测试集），字节占用大小：3958948，样本总数：1884 下载总大小：75088434 数据集总占用大小：137199738 配置项： - 配置名称：default（默认配置），对应数据文件如下： - 拆分train：数据路径为 data/train-* - 拆分validation：数据路径为 data/validation-* - 拆分test：数据路径为 data/test-*