kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-html-98000

---
dataset_info:
features:
- name: input_ids
sequence:
sequence: int32
- name: attention_mask
sequence:
sequence: int8
- name: labels
sequence:
sequence: int64
splits:
- name: train
num_bytes: 13336000
num_examples: 1000
download_size: 658794
dataset_size: 13336000
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 名称：输入标识序列（input_ids），类型为序列，序列元素为32位整数
- 名称：注意力掩码（attention_mask），类型为序列，序列元素为8位整数
- 名称：标签（labels），类型为序列，序列元素为64位整数
数据拆分：
- 名称：训练集（train），占用字节数：13336000，样本数量：1000
下载总大小：658794
数据集总占用大小：13336000
配置项：
- 配置名称：默认配置（default），数据文件：
- 拆分：训练集（train），路径：data/train-*

原始信息汇总

数据集详情

特征信息

• input_ids: 序列类型，数据类型为 int32。
• attention_mask: 序列类型，数据类型为 int8。
• labels: 序列类型，数据类型为 int64。

数据分割

• train: 包含 1000 个样本，总字节数为 13336000。

数据集大小

• 下载大小: 658794 字节。
• 数据集大小: 13336000 字节。

配置信息

• default: 包含训练数据文件，路径为 data/train-*。