mlsquare/CLIENT_samantar_only_hindi_train_val

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
dataset_info:
features:
- name: tgt
dtype: string
splits:
- name: train
num_bytes: 1571222812.8
num_examples: 6400000
- name: valid
num_bytes: 392805703.2
num_examples: 1600000
download_size: 888047205
dataset_size: 1964028516.0
---
# Dataset Card for "CLIENT_samantar_only_hindi_train_val"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集配置：
- 配置名：default（默认配置）
数据文件：
- 数据拆分：train（训练集），路径：data/train-*
- 数据拆分：valid（验证集），路径：data/valid-*
数据集信息：
特征字段：
- 字段名：tgt，数据类型：字符串（string）
数据拆分详情：
- 拆分名称：train（训练集），占用字节数：1571222812.8，样本数量：6400000
- 拆分名称：valid（验证集），占用字节数：392805703.2，样本数量：1600000
下载总大小：888047205
数据集总占用大小：1964028516.0

# “CLIENT_samantar_only_hindi_train_val”数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置 (default)
  • 数据文件路径：
    • 训练集 (train): data/train-*
    • 验证集 (valid): data/valid-*

数据集信息

• 特征：

  • 名称：tgt
  • 数据类型：字符串 (string)

• 数据分割：

  • 训练集 (train)
    • 字节数：1571222812.8
    • 样本数：6400000
  • 验证集 (valid)
    • 字节数：392805703.2
    • 样本数：1600000

• 数据集大小：

  • 下载大小：888047205
  • 数据集大小：1964028516.0