kanishka/counterfactual_babylm_naan_num

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 581830926
num_examples: 11632617
- name: validation
num_bytes: 56120230
num_examples: 1026747
download_size: 421688551
dataset_size: 637951156
---
# Dataset Card for "counterfactual_babylm_naan_num"

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

数据集信息：
特征字段：
- 字段名：文本（text），数据类型：字符串
数据集划分：
- 划分名称：训练集，字节数：581830926，样本数：11632617
- 划分名称：验证集，字节数：56120230，样本数：1026747
下载总大小：421688551
数据集总大小：637951156

# "counterfactual_babylm_naan_num" 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

数据集信息

• 特征:
  • 名称: text
  • 数据类型: string

数据集划分

• 训练集:
  • 名称: train
  • 字节数: 581830926
  • 样本数: 11632617
• 验证集:
  • 名称: validation
  • 字节数: 56120230
  • 样本数: 1026747

数据集大小

• 下载大小: 421688551
• 数据集总大小: 637951156