发布 statmt-cc100-gpt2-1024 数据集, 应用在 自然语言处理、日语文本生成 领域

本次发布的数据集 statmt-cc100-gpt2-1024, 该数据集包含一个名为input_ids的特征，数据类型为int32。数据集有一个训练分割，包含13,615,359个示例，占用55,822,971,900字节。下载大小为26,468,474,462字节。数据集使用的模型是rinna/japanese-gpt2-small，数据来源于statmt/cc100，语言为日语，上下文长度为1024。

查看statmt-cc100-gpt2-1024

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。