kanishka/babylm1sents-ntx

--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 581962345 num_examples: 11631995 - name: validation num_bytes: 56316589 num_examples: 1127500 download_size: 400112384 dataset_size: 638278934 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* ---数据集信息： 特征字段： - 字段名称：text，数据类型：字符串（string） 数据集划分： - 划分名称：训练集（train），占用字节数：581962345，样本总量：11631995 - 划分名称：验证集（validation），占用字节数：56316589，样本总量：1127500 下载总大小：400112384 数据集总存储大小：638278934 配置项： - 配置名称：默认配置（default），数据文件配置： - 数据集划分：训练集（train），文件路径：data/train-* - 数据集划分：验证集（validation），文件路径：data/validation-*