kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-markdown-72000

---
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: 1074995
dataset_size: 13336000
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：input_ids，为嵌套序列（序列的序列），元素类型为int32
- 名称：attention_mask（注意力掩码），为嵌套序列，元素类型为int8
- 名称：labels（标签），为嵌套序列，元素类型为int64
数据划分：
- 名称：训练集（train），占用字节数：13336000，样本总数：1000
下载大小：1074995
数据集总存储大小：13336000
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• 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。

数据集分割

• train: 包含1000个样本，总字节数为13336000。

数据集大小

• 下载大小: 1074995字节。
• 数据集大小: 13336000字节。

配置

• default: 包含训练数据文件，路径为data/train-*。