Self-GRIT/Pile_Wikipedia_chunks

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 10194840
num_examples: 5000
- name: valid
num_bytes: 4104618
num_examples: 2000
download_size: 8414002
dataset_size: 14299458
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
---

数据集元信息：
特征字段：
- 字段名：text，数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节数：10194840，样本数量：5000
- 划分名称：验证集（valid），字节数：4104618，样本数量：2000
下载大小：8414002，数据集总大小：14299458
配置项：
- 配置名称：默认配置（default），数据文件：
- 训练集划分：数据路径为 data/train-*
- 验证集划分：数据路径为 data/valid-*