kothasuhas/dclm_tokenized_n20445_ctx64
收藏Hugging Face2025-12-08 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/kothasuhas/dclm_tokenized_n20445_ctx64
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 5315700
num_examples: 20445
download_size: 3152082
dataset_size: 5315700
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征项：
- 名称：input_ids，序列类型为int32
数据集划分：
- 名称：train（训练集），占用字节数：5315700，样本总数：20445
下载大小：3152082
数据集总大小：5315700
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分集：train（训练集），文件路径：data/train-*
提供机构：
kothasuhas
