Tristan/RedPajama-Data-V2-sample-100B-filtered-for-regression-domains-with-domains
收藏Hugging Face2024-05-24 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/Tristan/RedPajama-Data-V2-sample-100B-filtered-for-regression-domains-with-domains
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: raw_content
dtype: string
- name: doc_id
dtype: string
- name: meta
dtype: string
- name: quality_signals
dtype: string
- name: domain
dtype: string
splits:
- name: train
num_bytes: 54138366683
num_examples: 4156986
download_size: 24345546050
dataset_size: 54138366683
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
Tristan
原始信息汇总
数据集概述
数据集特征
- raw_content: 数据类型为字符串。
- doc_id: 数据类型为字符串。
- meta: 数据类型为字符串。
- quality_signals: 数据类型为字符串。
- domain: 数据类型为字符串。
数据集分割
- 训练集 (train):
- 示例数量: 4156986
- 字节数: 54138366683
数据集大小
- 下载大小: 24345546050
- 数据集总大小: 54138366683
配置
- 默认配置 (default):
- 训练数据路径:
data/train-*
- 训练数据路径:
