NotEvilAI/ru-wikipedia-articles-pretrain-20251204

---
dataset_info:
features:
- name: text
dtype: string
- name: meta
struct:
- name: source
dtype: string
- name: url
dtype: string
splits:
- name: train
num_bytes: 7178160394
num_examples: 1348926
download_size: 3370954549
dataset_size: 7178160394
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
数据特征：
- 字段名：text，数据类型：字符串（string）
- 字段名：meta（元数据），为复合结构体，包含以下子字段：
- 字段名：source，数据类型：字符串（string）
- 字段名：url（统一资源定位符），数据类型：字符串（string）
数据集划分：
- 划分名称：train（训练集），占用字节数：7178160394，样本总数：1348926
下载大小：3370954549 字节
数据集存储大小：7178160394 字节
数据集配置：
- 配置名称：default（默认配置），数据文件配置：
- 对应数据集划分：train（训练集），文件路径：data/train-*