dropout05/mini_c4_en_t5_512seqlen
收藏Hugging Face2024-01-04 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/dropout05/mini_c4_en_t5_512seqlen
下载链接
链接失效反馈官方服务：
资源简介：
---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: timestamp
sequence: string
- name: url
sequence: string
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 2488401585
num_examples: 989301
- name: validation
num_bytes: 905261380
num_examples: 359680
download_size: 1491518546
dataset_size: 3393662965
---
# Dataset Card for "mini_c4_en_t5_512seqlen"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
dropout05
原始信息汇总
数据集概述
数据集名称
mini_c4_en_t5_512seqlen
配置信息
- 默认配置名称：default
数据文件
- 训练集（train）：路径为
data/train-* - 验证集（validation）：路径为
data/validation-*
数据特征
- 时间戳（timestamp）：字符串序列
- URL（url）：字符串序列
- 输入ID（input_ids）：整数序列
数据集划分
- 训练集（train）：
- 字节数：2488401585
- 样本数：989301
- 验证集（validation）：
- 字节数：905261380
- 样本数：359680
数据集大小
- 下载大小：1491518546 字节
- 数据集大小：3393662965 字节
