hoangphu7122002ai/base_wiki_general

---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
- name: gen
dtype: string
- name: len
dtype: int64
splits:
- name: train
num_bytes: 206633260.6888793
num_examples: 163035
download_size: 337419918
dataset_size: 206633260.6888793
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：id，数据类型：字符串（string）
- 字段名：url，数据类型：字符串（string）
- 字段名：title，数据类型：字符串（string）
- 字段名：text，数据类型：字符串（string）
- 字段名：gen，数据类型：字符串（string）
- 字段名：len，数据类型：64位整型（int64）
数据集划分：
- 划分名称：train（训练集），字节数：206633260.6888793，样本数量：163035
下载大小：337419918
数据集占用大小：206633260.6888793
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：train，路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• text: 字符串类型
• gen: 字符串类型
• len: 整数类型（int64）

数据集分割

• train:
  • 示例数量: 163035
  • 数据大小: 206633260.6888793 字节

数据集大小

• 下载大小: 337419918 字节
• 数据集大小: 206633260.6888793 字节

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*