leukas/climbmix-1b-shuffle
收藏官方服务：
资源简介：
karpathy/climbmix-400b-shuffle的一个10亿词版本。使用Python的.split()函数统计词数。
数据集信息： 特征字段： - 名称：文本（text），数据类型：字符串 - 名称：词数（word_count），数据类型：64位整数 数据拆分： - 拆分名称：训练集（train），字节数：6137182656，样本数量：2055088 下载大小：3543107794 数据集总大小：6137182656 配置方案： - 配置名称：默认配置（default），数据文件： - 数据拆分：训练集（train），文件路径：data/train-* 本数据集为 karpathy/climbmix-400b-shuffle 的10亿词版本，词数通过Python的.split()函数统计得到。
提供机构：
leukas
