alea-institute/kl3m-data-sample-005-shuffled

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: identifier dtype: string - name: mime_type dtype: string - name: text dtype: string splits: - name: train num_bytes: 618427528545 num_examples: 20000000 download_size: 257332067889 dataset_size: 618427528545 ---配置项： - 配置名称：default 数据文件： - 拆分：train 路径：data/train-* 数据集信息： 特征列表： - 字段名：标识符（identifier） 数据类型：字符串（string） - 字段名：MIME类型（mime_type） 数据类型：字符串（string） - 字段名：文本（text） 数据类型：字符串（string） 拆分详情： - 拆分名称：train 字节总量：618427528545 样本总数：20000000 下载大小：257332067889 数据集存储大小：618427528545