carnival13/xlmr_int_hard_trn

---
dataset_info:
features:
- name: domain_label
dtype: int64
- name: pass_label
dtype: int64
- name: input
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 142739369
num_examples: 113100
download_size: 40732989
dataset_size: 142739369
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "xlmr_int_hard_trn"

[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
- 域标签（domain_label）：数据类型为64位整数
- 通过率标签（pass_label）：数据类型为64位整数
- 输入（input）：数据类型为字符串
- 输入Token序列（input_ids）：int32类型序列
- 注意力掩码（attention_mask）：int8类型序列

### 数据集划分
- 训练集（train）：字节占用142739369，样本总数113100

下载大小：40732989
数据集总大小：142739369

## 配置项
- 默认配置（config_name: default）：
数据文件：
- 训练集划分：对应路径为 `data/train-*`

# "xlmr_int_hard_trn" 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

数据特征

• domain_label: 数据类型为 int64
• pass_label: 数据类型为 int64
• input: 数据类型为 string
• input_ids: 数据类型为 sequence: int32
• attention_mask: 数据类型为 sequence: int8

数据分割

• train: 包含 113100 个样本，占用 142739369 字节

数据集大小

• 下载大小: 40732989 字节
• 数据集大小: 142739369 字节

配置

• default: 包含训练数据文件，路径为 data/train-*