Self-GRIT/PILE_Wikipedia_Pretraining_subset_100k-distill-syn_knowledge

---
dataset_info:
features:
- name: input
dtype: string
- name: index
dtype: int64
- name: text
dtype: string
- name: outputs_retrievals
dtype: string
- name: flags
dtype: int64
splits:
- name: 50k_part0
num_bytes: 822074967
num_examples: 49282
- name: 50k_part1
num_bytes: 824759365
num_examples: 49233
download_size: 589422368
dataset_size: 1646834332
configs:
- config_name: default
data_files:
- split: 50k_part0
path: data/50k_part0-*
- split: 50k_part1
path: data/50k_part1-*
---

数据集元信息：
特征字段：
- 字段名：input，数据类型：字符串（string）
- 字段名：index，数据类型：64位整型（int64）
- 字段名：text，数据类型：字符串（string）
- 字段名：outputs_retrievals，数据类型：字符串（string）
- 字段名：flags，数据类型：64位整型（int64）
数据集划分：
- 划分名称：50k_part0，字节大小：822074967，样本数量：49282
- 划分名称：50k_part1，字节大小：824759365，样本数量：49233
下载总大小：589422368 字节，总数据集大小：1646834332 字节
数据集配置：
- 配置名称：default（默认配置），数据文件对应如下：
- 划分：50k_part0，路径：data/50k_part0-*
- 划分：50k_part1，路径：data/50k_part1-*