ClementRomac/cleaned_deduplicated_oscar
收藏Hugging Face2023-10-25 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/ClementRomac/cleaned_deduplicated_oscar
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
splits:
- name: train
num_bytes: 978937483730
num_examples: 232133013
- name: test
num_bytes: 59798696914
num_examples: 12329126
download_size: 37220219718
dataset_size: 1038736180644
---
# Dataset Card for "cleaned_deduplicated_oscar"
[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：
- 字段名称：text，数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节数：978937483730，样本数：232133013
- 划分名称：测试集（test），字节数：59798696914，样本数：12329126
下载大小：37220219718，数据集总大小：1038736180644
# 「cleaned_deduplicated_oscar」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)
提供机构：
ClementRomac
原始信息汇总
数据集概述
数据集名称
cleaned_deduplicated_oscar
数据集特征
- 名称: text
- 数据类型: string
数据集划分
- 训练集
- 名称: train
- 样本数量: 232133013
- 数据大小: 978937483730 字节
- 测试集
- 名称: test
- 样本数量: 12329126
- 数据大小: 59798696914 字节
数据集大小
- 下载大小: 37220219718 字节
- 总数据集大小: 1038736180644 字节
