afrizalha/Indo4B-Combined-T18000
收藏Hugging Face2024-06-03 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/afrizalha/Indo4B-Combined-T18000
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是Indo4B经过过滤后仅包含18000个词汇的版本，总词数为60,511,793。数据集包含一个名为train的分割，共有8,046,798个示例，总大小为864,695,559.2757587字节，下载大小为260,384,706字节。
该数据集是Indo4B经过过滤后仅包含18000个词汇的版本，总词数为60,511,793。数据集包含一个名为train的分割，共有8,046,798个示例，总大小为864,695,559.2757587字节，下载大小为260,384,706字节。
提供机构：
afrizalha
原始信息汇总
数据集概述
数据集特征
- 名称: text
- 数据类型: string
数据分割
- 分割名称: train
- 示例数量: 8046798
- 数据大小: 864695559.2757587 字节
数据集大小
- 下载大小: 260384706 字节
- 总数据大小: 864695559.2757587 字节
配置信息
- 配置名称: default
- 数据文件路径: data/train-*
