izumi-lab/pile-modified

--- dataset_info: features: - name: text dtype: string - name: meta struct: - name: pile_set_name dtype: string splits: - name: train num_bytes: 1310018830416.1506 num_examples: 210330073 - name: validation num_bytes: 1346933001.1794941 num_examples: 214369 - name: test num_bytes: 1315474066.210365 num_examples: 214315 download_size: 104521763483 dataset_size: 1312681237483.5405 --- # Dataset Card for "pile-modified" [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： - 名称：文本（text） 数据类型：字符串 - 名称：元数据（meta） 结构体： - 名称：Pile子集名称（pile_set_name） 数据类型：字符串 数据集划分： - 名称：训练集（train） 字节数：1310018830416.1506 样本数：210330073 - 名称：验证集（validation） 字节数：1346933001.1794941 样本数：214369 - 名称：测试集（test） 字节数：1315474066.210365 样本数：214315 下载大小：104521763483 数据集总大小：1312681237483.5405 --- # "pile-modified"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

数据集信息

特征

• text: 数据类型为字符串。
• meta: 结构化数据，包含以下字段：
  • pile_set_name: 数据类型为字符串。

数据分割

• train:
  • 字节数: 1310018830416.1506
  • 样本数: 210330073
• validation:
  • 字节数: 1346933001.1794941
  • 样本数: 214369
• test:
  • 字节数: 1315474066.210365
  • 样本数: 214315

数据大小

• 下载大小: 104521763483
• 数据集大小: 1312681237483.5405