ruliad/fineweb_edu_100BT_chunk_1
收藏Hugging Face2024-06-02 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/ruliad/fineweb_edu_100BT_chunk_1
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: id
dtype: string
- name: dump
dtype: string
- name: url
dtype: string
- name: file_path
dtype: string
- name: language
dtype: string
- name: language_score
dtype: float64
- name: token_count
dtype: int64
- name: score
dtype: float64
- name: int_score
dtype: int64
splits:
- name: train
num_bytes: 25457993342
num_examples: 5000000
download_size: 14768598875
dataset_size: 25457993342
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
This dataset includes multiple features such as text, ID, URL, file path, language, language score, token count, score, and integer score. The data types cover string, float, and integer. The dataset is divided into a training set with 5 million examples, with a total size of 25457993342 bytes and a download size of 14768598875 bytes.
提供机构：
ruliad
原始信息汇总
数据集概述
数据集特征
- text：字符串类型
- id：字符串类型
- dump：字符串类型
- url：字符串类型
- file_path：字符串类型
- language：字符串类型
- language_score：浮点数类型
- token_count：整数类型
- score：浮点数类型
- int_score：整数类型
数据集分割
- train：
- 示例数量：5000000
- 数据大小：25457993342字节
数据集大小
- 下载大小：14768598875字节
- 数据集大小：25457993342字节
配置
- default：
- 训练数据路径：data/train-*
