zicsx/ai4bharat-hi-subset

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 80196074466
num_examples: 106391910
download_size: 6800633717
dataset_size: 80196074466
license: apache-2.0
task_categories:
- text-generation
language:
- hi
size_categories:
- 100M<n<1B
---
# Dataset Card for "ai4bharat-hi-subset"

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

---
配置项：
- 配置名称：default（默认配置）
数据文件：
- 数据拆分：train（训练集）
数据路径：data/train-*
数据集信息：
特征项：
- 名称：text
数据类型：string（字符串）
数据拆分详情：
- 名称：train（训练集）
字节数：80196074466
样本数：106391910
下载大小：6800633717
数据集总大小：80196074466
许可协议：Apache-2.0
任务类别：
- 文本生成（text-generation）
语言：
- 印地语（hi）
样本规模类别：
- 100M < n < 1B（即1亿至10亿样本）
---
# 数据集卡片：ai4bharat-hi-subset

[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

数据集名称

• ai4bharat-hi-subset

配置

• 默认配置
  • 数据文件路径: data/train-*

数据集信息

• 特征
  • 名称: text
  • 数据类型: string
• 分割
  • 名称: train
  • 字节数: 80196074466
  • 样本数: 106391910

下载与大小

• 下载大小: 6800633717 字节
• 数据集大小: 80196074466 字节

许可

• Apache-2.0

任务类别

• 文本生成

语言

• 印地语

大小类别

• 100M<n<1B