Vageesh1/tokenized_contract_hf_selected

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: source_code
dtype: string
- name: success
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 1722286150
num_examples: 60000
download_size: 522906155
dataset_size: 1722286150
---
# Dataset Card for "tokenized_contract_hf_selected"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
配置:
- 配置名称: default
数据文件:
- 拆分: train
路径: data/train-*
数据集信息:
特征:
- 名称: source_code
数据类型: string
- 名称: success
数据类型: string
- 名称: input_ids
序列: int32
- 名称: attention_mask
序列: int8
拆分:
- 名称: train
字节数: 1722286150
样本数: 60000
下载大小: 522906155
数据集大小: 1722286150
---
"tokenized_contract_hf_selected"数据集卡片

需要更多信息（链接：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

配置信息

• 默认配置 (config_name: default)
  • 数据文件
    • 训练集 (split: train)
      • 路径：data/train-*

数据集特征

• 特征名称：source_code
  • 数据类型：string
• 特征名称：success
  • 数据类型：string
• 特征名称：input_ids
  • 数据类型：int32
  • 序列类型：sequence
• 特征名称：attention_mask
  • 数据类型：int8
  • 序列类型：sequence

数据集分割

• 分割名称：train
  • 数据大小：1722286150字节
  • 样本数量：60000

数据集大小

• 下载大小：522906155字节
• 数据集总大小：1722286150字节