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