kothasuhas/dclm_tokenized_n4964_ctx256
收藏官方服务：
资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 splits: - name: train num_bytes: 5102992 num_examples: 4964 download_size: 2858030 dataset_size: 5102992 configs: - config_name: default data_files: - split: train path: data/train-* ---
数据集信息： 特征： - 名称：输入标识（input_ids），序列类型为int32 数据划分： - 划分名称：训练集，占用字节数：5102992，样本数量：4964 下载大小：2858030 数据集总大小：5102992 配置项： - 配置名称：默认配置 数据文件： - 对应数据划分：训练集，文件路径：data/train-*
提供机构：
kothasuhas
