mfidabel/wikipedia_tokenized
收藏Hugging Face2024-03-25 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/mfidabel/wikipedia_tokenized
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text_chunk
sequence: int64
- name: predicted_token
dtype: int64
splits:
- name: train
num_bytes: 2214065356
num_examples: 12872473
download_size: 253197513
dataset_size: 2214065356
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
mfidabel
原始信息汇总
数据集概述
数据集特征
- text_chunk：序列类型，为int64。
- predicted_token：数据类型为int64。
数据集划分
- train：
- 数据量：2214065356字节
- 示例数：12872473
数据集大小
- 下载大小：253197513字节
- 数据集总大小：2214065356字节
