RaiBP/openwebtext2-first-30-chunks-ablation-non-english

---
license: mit
dataset_info:
features:
- name: text
dtype: string
- name: id
dtype: int64
splits:
- name: data
num_bytes: 13995786122
num_examples: 3540659
download_size: 8675074082
dataset_size: 13995786122
configs:
- config_name: default
data_files:
- split: data
path: data/data-*
---

许可证：MIT许可证
数据集信息：
特征字段：
- 字段名：text，数据类型：字符串
- 字段名：id，数据类型：int64
数据拆分：
- 拆分名称：data，字节数：13995786122，样本数量：3540659
下载大小：8675074082
数据集存储大小：13995786122
配置项：
- 配置名称：默认（default），数据文件配置：
- 对应数据拆分：data，文件路径：data/data-*

原始信息汇总

数据集概述

许可证

• MIT许可证

数据集信息

• 特征:

  • text: 数据类型为 string
  • id: 数据类型为 int64

• 分割:

  • data: 包含 13995786122 字节的数据，共有 3540659 个样本

• 大小:

  • 下载大小: 8675074082 字节
  • 数据集大小: 13995786122 字节

配置

• 默认配置:
  • 数据文件:
    • 分割: data
    • 路径: data/data-*