pakphum/babylm-pl-ru-2026

---
dataset_info:
- config_name: pl
features:
- name: text
dtype: string
- name: language
dtype: string
splits:
- name: train
num_bytes: 58315955
num_examples: 3314
download_size: 34622286
dataset_size: 58315955
- config_name: ru
features:
- name: text
dtype: string
- name: language
dtype: string
splits:
- name: train
num_bytes: 10073924
num_examples: 8944
download_size: 4794544
dataset_size: 10073924
configs:
- config_name: pl
data_files:
- split: train
path: pl/train-*
- config_name: ru
data_files:
- split: train
path: ru/train-*
---

数据集信息：
- 配置名称（config_name）：pl
特征字段（features）：
- 名称（name）：text，数据类型（dtype）：字符串
- 名称（name）：language，数据类型（dtype）：字符串
数据集拆分（splits）：
- 拆分名称（name）：train（训练集），字节大小（num_bytes）：58315955，样本数量（num_examples）：3314
下载大小（download_size）：34622286，数据集存储大小（dataset_size）：58315955
- 配置名称（config_name）：ru
特征字段（features）：
- 名称（name）：text，数据类型（dtype）：字符串
- 名称（name）：language，数据类型（dtype）：字符串
数据集拆分（splits）：
- 拆分名称（name）：train（训练集），字节大小（num_bytes）：10073924，样本数量（num_examples）：8944
下载大小（download_size）：4794544，数据集存储大小（dataset_size）：10073924
配置项（configs）：
- 配置名称（config_name）：pl
数据文件列表（data_files）：
- 拆分：train（训练集），文件路径（path）：pl/train-*
- 配置名称（config_name）：ru
数据文件列表（data_files）：
- 拆分：train（训练集），文件路径（path）：ru/train-*