parameterlab/scaling_mia_the_pile_00_Ubuntu_IRC

--- dataset_info: features: - name: text dtype: string - name: meta struct: - name: pile_set_name dtype: string splits: - name: train num_bytes: 342949662 num_examples: 623 - name: validation num_bytes: 7410398 num_examples: 21 - name: test num_bytes: 5694526 num_examples: 22 download_size: 191893937 dataset_size: 356054586 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---数据集信息: 特征: - 名称: text，数据类型: 字符串 - 名称: meta，结构体: - 名称: pile_set_name，数据类型: 字符串 数据划分: - 名称: train（训练集），字节数: 342949662，样本数: 623 - 名称: validation（验证集），字节数: 7410398，样本数: 21 - 名称: test（测试集），字节数: 5694526，样本数: 22 下载大小: 191893937 数据集总大小: 356054586 配置项: - 配置名称: default（默认配置） 数据文件: - 划分: train（训练集），路径: data/train-* - 划分: validation（验证集），路径: data/validation-* - 划分: test（测试集），路径: data/test-*