bowphs/cc-100-01-percent-untokenized-small
收藏Hugging Face2023-12-15 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/bowphs/cc-100-01-percent-untokenized-small
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: id
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 2925774117.749719
num_examples: 14718261
download_size: 2420078829
dataset_size: 2925774117.749719
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "cc-100-01-percent-untokenized-small"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
bowphs
原始信息汇总
数据集概述
数据集信息
- 特征:
- id: 数据类型为字符串
- text: 数据类型为字符串
- 分割:
- train: 包含14718261个样本，占用2925774117.749719字节
- 下载大小: 2420078829字节
- 数据集大小: 2925774117.749719字节
配置
- 配置名称: default
- 数据文件:
- split: train
- path: data/train-*
