abehandlerorg/cptllama-2024-01-01-to-2024-01-31-Y0
收藏Hugging Face2026-04-18 更新2026-04-26 收录
下载链接：
https://hf-mirror.com/datasets/abehandlerorg/cptllama-2024-01-01-to-2024-01-31-Y0
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: url
dtype: string
- name: crawl_date
dtype: timestamp[ns, tz=UTC]
splits:
- name: train
num_bytes: 14395669659.0
num_examples: 4117630
download_size: 8657446479
dataset_size: 14395669659.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征项：
- 文本（text）：数据类型为字符串（string）
- 统一资源定位符（Uniform Resource Locator，URL）：数据类型为字符串（string）
- 爬取日期（crawl_date）：数据类型为带协调世界时（UTC）时区的纳秒级时间戳（timestamp[ns, tz=UTC]）
数据集划分：
- 训练集（train）：占用字节数为14395669659.0，样本总量为4117630
数据集下载大小为8657446479字节，总存储大小为14395669659.0字节
数据集配置：
- 默认配置（default）：数据文件对应训练集的路径为data/train-*
提供机构：
abehandlerorg
