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