cyrilzhang/TinyStories2-ascii-bpe-32k

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 2116666000
num_examples: 516260
- name: validation
num_bytes: 21369200
num_examples: 5212
download_size: 881246333
dataset_size: 2138035200
---
# Dataset Card for "TinyStories2-ascii-bpe-32k"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

TinyStories2-ascii-bpe-32k

数据集配置

• 默认配置
  • 数据文件
    • 训练集：data/train-*
    • 验证集：data/validation-*

数据集信息

• 特征

  • 名称：input_ids
  • 类型：int32

• 数据分割

  • 训练集
    • 字节数：2116666000
    • 样本数：516260
  • 验证集
    • 字节数：21369200
    • 样本数：5212

• 数据集大小

  • 下载大小：881246333
  • 数据集大小：2138035200