NeelNanda/c4-tokenized-2b

--- dataset_info: features: - name: tokens sequence: int64 splits: - name: train num_bytes: 11145289620 num_examples: 1359845 download_size: 2530851147 dataset_size: 11145289620 --- # Dataset Card for "c4-tokenized-2b" [More Information needed](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

c4-tokenized-2b

数据集特征

• tokens
  • 数据类型: int64
  • 类型: 序列

数据集划分

• train
  • 示例数量: 1359845
  • 数据大小: 11145289620 字节

数据集大小

• 下载大小: 2530851147 字节
• 总大小: 11145289620 字节