souvik18/mistral_tokenized_2048
收藏Hugging Face2025-12-11 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/souvik18/mistral_tokenized_2048
下载链接
链接失效反馈官方服务：
资源简介：
---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: input_ids
list: int32
- name: attention_mask
list: int8
splits:
- name: train
num_bytes: 47015835888
num_examples: 4587806
download_size: 3636088947
dataset_size: 47015835888
---
配置项：
- 配置名称：默认
数据文件：
- 拆分集：训练集
路径：data/train-*
数据集信息：
特征项：
- 字段名：输入标识（input_ids），数据类型为int32的列表
- 字段名：注意力掩码（attention_mask），数据类型为int8的列表
数据拆分：
- 拆分名称：训练集
总字节数：47015835888
样本总数：4587806
下载大小：3636088947
数据集总大小：47015835888
提供机构：
souvik18
