manifestai/longcrawl64test
收藏Hugging Face2025-03-05 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/manifestai/longcrawl64test
下载链接
链接失效反馈官方服务：
资源简介：
LongCrawl64 NGPT子集是一个已经使用GPT2分词器进行分词的数据集，包含了训练集和验证集，文件格式为二进制(bin)。它是LongCrawl64数据集的一个子集，专为NGPT模型设计。
The LongCrawl64 NGPT subset is a dataset that has been tokenized with the GPT2 tokenizer, including both training and validation sets in binary (bin) format. It is a subset of the LongCrawl64 dataset, tailored for the NGPT model.
提供机构：
manifestai
