kanishka/babylm1sents
收藏Hugging Face2026-03-11 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/kanishka/babylm1sents
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 582276694
num_examples: 11632017
- name: validation
num_bytes: 56316589
num_examples: 1127500
download_size: 399058263
dataset_size: 638593283
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---
数据集信息：
特征：
- 名称：text，数据类型：字符串
数据集拆分：
- 名称：训练集（train），占用字节数：582276694，样本数量：11632017
- 名称：验证集（validation），占用字节数：56316589，样本数量：1127500
下载大小：399058263，数据集总大小：638593283
配置项：
- 配置名称：默认（default），数据文件配置：
- 拆分：训练集（train），对应路径：data/train-*
- 拆分：验证集（validation），对应路径：data/validation-*
提供机构：
kanishka
