kothasuhas/dclm_tokenized_n4964_ctx256
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_n4964_ctx256
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: 5102992
num_examples: 4964
download_size: 2858030
dataset_size: 5102992
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征：
- 名称：输入标识（input_ids），序列类型为int32
数据划分：
- 划分名称：训练集，占用字节数：5102992，样本数量：4964
下载大小：2858030
数据集总大小：5102992
配置项：
- 配置名称：默认配置
数据文件：
- 对应数据划分：训练集，文件路径：data/train-*
提供机构：
kothasuhas
