ola13/small-the_pile

--- dataset_info: features: - name: text dtype: string - name: meta struct: - name: perplexity_score dtype: float64 - name: pile_set_name dtype: string splits: - name: train num_bytes: 606056668 num_examples: 100000 download_size: 328667964 dataset_size: 606056668 --- # Dataset Card for "small-the_pile" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息: 特征字段: - 名称: 文本（text） 数据类型: 字符串（string） - 名称: 元数据（meta） 结构体类型，包含以下子字段: - 困惑度得分（perplexity_score） 数据类型: float64 - The Pile数据集子集名称（pile_set_name） 数据类型: 字符串（string） 数据集拆分: - 名称: 训练集（train） 数据字节数: 606056668 样本数量: 100000 下载大小: 328667964 数据集总大小: 606056668 --- # "small-the_pile"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

数据集名称

small-the_pile

数据结构

• 特征名称: text
  • 数据类型: string
• 特征名称: meta
  • 结构:
    • 子特征名称: perplexity_score
      • 数据类型: float64
    • 子特征名称: pile_set_name
      • 数据类型: string

数据分割

• 分割名称: train
  • 数据大小: 606056668 bytes
  • 示例数量: 100000

数据集大小

• 下载大小: 328667964 bytes
• 数据集总大小: 606056668 bytes