ObscuraCoder/tokenizer-dataset
收藏Hugging Face2024-02-23 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/ObscuraCoder/tokenizer-dataset
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: content
dtype: string
splits:
- name: train
num_bytes: 9600641567.757967
num_examples: 2000000
download_size: 3878879579
dataset_size: 9600641567.757967
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集元信息：
特征字段：
- 字段名：content，数据类型：字符串（string）
数据集拆分：
- 拆分名称：train（训练集），字节大小：9600641567.757967，样本总数：2000000
下载大小：3878879579，数据集总大小：9600641567.757967
数据集配置：
- 配置名称：default（默认配置），数据文件：
- 对应拆分：train（训练集），文件路径：data/train-*
提供机构：
ObscuraCoder
