crumb/tiny-slimpajama-k8-00001

--- dataset_info: features: - name: text dtype: string - name: meta dtype: string - name: __index_level_0__ dtype: int64 - name: cluster dtype: int64 splits: - name: train num_bytes: 25963772232 num_examples: 5899634 download_size: 15090997326 dataset_size: 25963772232 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：text，数据类型：字符串（string） - 名称：meta，数据类型：字符串（string） - 名称：__index_level_0__，数据类型：64位整数（int64） - 名称：cluster，数据类型：64位整数（int64） 数据集划分： - 划分名称：训练集（train），占用字节数：25963772232，样本数量：5899634 下载大小：15090997326 字节 数据集总存储大小：25963772232 字节 配置项： - 配置名称：默认配置（default），数据文件： - 对应划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• text: 数据类型为字符串。
• meta: 数据类型为字符串。
• index_level_0: 数据类型为整数64位。
• cluster: 数据类型为整数64位。

数据分割

• train: 包含5899634个样本，总字节数为25963772232。

数据集大小

• 下载大小: 15090997326字节。
• 数据集大小: 25963772232字节。

配置

• default:
  • 数据文件路径: data/train-*