Beetle-Data/en-for-ja-2B-pretok
收藏官方服务：
资源简介：
预分块的数据（`input_ids` = 513个token的打包序列，无跨文档混合）。数据被增量分片上传；标记文件`data/_finalized.json`在所有部分上传完成后提交。
Pretokenized chunks (`input_ids` = 513-token packed sequences, no cross-document bleeding). Sharded incrementally; the marker `data/_finalized.json` is committed once all parts are uploaded.
提供机构：
Beetle-Data
