kanishka/counterfactual_babylm_pipps_and_keys_to_it_all_10k

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 590514408
num_examples: 11652617
- name: validation
num_bytes: 56120230
num_examples: 1026747
download_size: 427499456
dataset_size: 646634638
---
# Dataset Card for "counterfactual_babylm_pipps_and_keys_to_it_all_10k"

[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：文本（text），数据类型：字符串（string）
数据划分：
- 名称：训练集（train），占用字节数：590514408，样本数量：11652617
- 名称：验证集（validation），占用字节数：56120230，样本数量：1026747
下载大小：427499456 字节
数据集总大小：646634638 字节

# "counterfactual_babylm_pipps_and_keys_to_it_all_10k"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

数据划分

• 训练集:
  • 名称: train
  • 字节数: 590514408
  • 样本数: 11652617
• 验证集:
  • 名称: validation
  • 字节数: 56120230
  • 样本数: 1026747

数据大小

• 下载大小: 427499456
• 数据集大小: 646634638