ruliad/fineweb_350BT_chunk_42
收藏Hugging Face2024-06-02 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/ruliad/fineweb_350BT_chunk_42
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: id
dtype: string
- name: dump
dtype: string
- name: url
dtype: string
- name: date
dtype: string
- name: file_path
dtype: string
- name: language
dtype: string
- name: language_score
dtype: float64
- name: token_count
dtype: int64
splits:
- name: train
num_bytes: 17127956658
num_examples: 5000000
download_size: 10234787862
dataset_size: 17127956658
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
This dataset includes multiple features such as text, ID, URL, date, etc., with various data types like string and float64. The dataset is divided into a training set containing 5 million examples. The total size of the dataset is 17127956658 bytes, and the download size is 10234787862 bytes.
提供机构：
ruliad
原始信息汇总
数据集概述
数据集特征
- text：字符串类型
- id：字符串类型
- dump：字符串类型
- url：字符串类型
- date：字符串类型
- file_path：字符串类型
- language：字符串类型
- language_score：浮点数类型
- token_count：整数类型
数据集分割
- 训练集（train）：
- 数据量：5000000条记录
- 存储大小：17127956658字节
数据集大小
- 下载大小：10234787862字节
- 数据集总大小：17127956658字节
配置
- 默认配置（default）：
- 训练数据路径：data/train-*
