timaeus/dsir-pile-100k-filtered-for-pubmed-central

--- dataset_info: features: - name: contents dtype: string - name: metadata struct: - name: pile_set_name sequence: string - name: id dtype: int64 splits: - name: train num_bytes: 3660079.63392 num_examples: 2304 download_size: 2370053 dataset_size: 3660079.63392 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征项： - 名称：contents（内容），数据类型：字符串 - 名称：metadata（元数据），结构类型为结构体，包含子字段： - 名称：pile_set_name，数据类型：字符串序列 - 名称：id（编号），数据类型：64位整数 数据集拆分： - 拆分名称：train（训练集），字节大小：3660079.63392，样本数量：2304 下载大小：2370053 数据集总大小：3660079.63392 配置项： - 配置名称：default（默认配置），数据文件配置如下： - 对应训练集拆分，数据文件路径为：data/train-*