pritamdeb68/SmolLM-Fineweb-subset_tokenized_512
收藏Hugging Face2026-02-14 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/pritamdeb68/SmolLM-Fineweb-subset_tokenized_512
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
list: int32
- name: length
dtype: int64
splits:
- name: train
num_bytes: 4023437500
num_examples: 1953125
download_size: 1882852111
dataset_size: 4023437500
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征列表：
- 输入标记ID（input_ids）：int32类型的列表
- 序列长度（length）：数据类型为int64
数据集划分：
- 划分名称为训练集（train），占用字节数为4023437500，样本数量为1953125
下载总大小：1882852111字节
数据集总存储大小：4023437500字节
配置项：
- 配置名称为默认（default），数据文件配置：
- 对应数据划分：训练集（train），文件路径为data/train-*
提供机构：
pritamdeb68
