ola13/small-oscar-dedup
收藏Hugging Face2022-12-07 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/ola13/small-oscar-dedup
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: id
dtype: int64
- name: text
dtype: string
- name: url
dtype: string
- name: domain
dtype: string
- name: perplexity
dtype: float64
- name: dup_ratio
dtype: float64
- name: pairs
sequence:
sequence: int64
- name: repetitions
sequence: binary
- name: cluster
sequence:
sequence: int64
splits:
- name: train
num_bytes: 323557137
num_examples: 43200
download_size: 0
dataset_size: 323557137
---
# Dataset Card for "small-oscar-dedup"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
ola13
原始信息汇总
数据集概述
数据集名称
- 名称: small-oscar-dedup
数据集特征
- id: 整数类型 (int64)
- text: 字符串类型 (string)
- url: 字符串类型 (string)
- domain: 字符串类型 (string)
- perplexity: 浮点数类型 (float64)
- dup_ratio: 浮点数类型 (float64)
- pairs: 序列类型，序列元素为整数 (int64)
- repetitions: 序列类型，二进制 (binary)
- cluster: 序列类型，序列元素为整数 (int64)
数据集分割
- 训练集 (train):
- 样本数量: 43200
- 数据大小: 323557137 字节
数据集大小
- 总大小: 323557137 字节
- 下载大小: 0 字节
