ZelaAI/minipile_512_streamable
收藏Hugging Face2023-06-06 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/ZelaAI/minipile_512_streamable
下载链接
链接失效反馈官方服务：
资源简介：
数据集名为Streamable Minipile Tokenized，主要用于文本生成任务。数据集的大小在1B到10B之间。该数据集是基于JeanKaddour/minipile原始数据集进行处理的，使用了GPTNeoX分词器进行分词，并将数据分割成长度为513的序列，其中512用于输入，512用于目标ID。
数据集名为Streamable Minipile Tokenized，主要用于文本生成任务。数据集的大小在1B到10B之间。该数据集是基于JeanKaddour/minipile原始数据集进行处理的，使用了GPTNeoX分词器进行分词，并将数据分割成长度为513的序列，其中512用于输入，512用于目标ID。
提供机构：
ZelaAI
原始信息汇总
数据集概述
任务类别
- 文本生成（text-generation）
美观名称
- Streamable Minipile Tokenized
大小类别
- 1B<n<10B（数据集大小在10亿到100亿之间）
数据集准备
- 使用GPTNeoX tokenizer进行tokenization
- 分割成序列长度为513，设计用于512输入和512目标ID
原始数据集
- 原始数据集链接：JeanKaddour/minipile
