vietgpt-archive/OSCAR-2109

---
dataset_info:
features:
- name: id
dtype: string
- name: text
dtype: string
- name: url
dtype: string
- name: date
dtype: string
- name: perplexity
dtype: float64
splits:
- name: train
num_bytes: 37899073060
num_examples: 11499581
download_size: 19974721570
dataset_size: 37899073060
---
# Dataset Card for "OSCAR-2109"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征字段：
- 特征名称：id
数据类型：字符串（string）
- 特征名称：text
数据类型：字符串（string）
- 特征名称：统一资源定位符（Uniform Resource Locator，URL）
数据类型：字符串（string）
- 特征名称：日期
数据类型：字符串（string）
- 特征名称：困惑度（perplexity）
数据类型：64位浮点数（float64）
数据集划分：
- 划分名称：训练集（train）
字节大小：37899073060
样本数量：11499581
下载包大小：19974721570
解压后数据集总大小：37899073060
---
# 「OSCAR-2109」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

OSCAR-2109

数据集特征

• id: 字符串类型
• text: 字符串类型
• url: 字符串类型
• date: 字符串类型
• perplexity: 浮点数类型

数据集分割

• 训练集:
  • 示例数量: 11499581
  • 数据大小: 37899073060 字节

数据集大小

• 下载大小: 19974721570 字节
• 数据集总大小: 37899073060 字节