Self-GRIT/PILE_Wikipedia_Pretraining_subset_100k-distill
收藏Hugging Face2024-08-09 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/Self-GRIT/PILE_Wikipedia_Pretraining_subset_100k-distill
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input
dtype: string
splits:
- name: 50k_part0
num_bytes: 534754524
num_examples: 50000
- name: 50k_part1
num_bytes: 535483416
num_examples: 50000
- name: valid
num_bytes: 5382820
num_examples: 500
download_size: 230818627
dataset_size: 1075620760
configs:
- config_name: default
data_files:
- split: 50k_part0
path: data/50k_part0-*
- split: 50k_part1
path: data/50k_part1-*
- split: valid
path: data/valid-*
---
数据集信息：
特征字段：
- 字段名：输入（input）
数据类型：字符串（string）
数据集划分：
- 划分名称：50k_part0
字节占用量：534754524
样本数量：50000
- 划分名称：50k_part1
字节占用量：535483416
样本数量：50000
- 划分名称：验证集（valid）
字节占用量：5382820
样本数量：500
下载总大小：230818627
数据集总占用大小：1075620760
配置项：
- 配置名称：默认（default）
数据文件：
- 对应划分：50k_part0
文件路径：data/50k_part0-*
- 对应划分：50k_part1
文件路径：data/50k_part1-*
- 对应划分：验证集（valid）
文件路径：data/valid-*
提供机构：
Self-GRIT
