hlillemark/flores200_eng_input_scaffolding_mix3_mt5

---
dataset_info:
features:
- name: id
dtype: int32
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 9290803477
num_examples: 10240000
- name: val
num_bytes: 3827042
num_examples: 5000
- name: test
num_bytes: 7670994
num_examples: 10000
download_size: 4445111273
dataset_size: 9302301513
---
# Dataset Card for "flores200_eng_input_scaffolding_mix3_mt5"

[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：
- 名称：id，数据类型：32位整数（int32）
- 名称：input_ids，序列类型：32位整数序列
- 名称：attention_mask（注意力掩码），序列类型：8位整数（int8）序列
- 名称：labels（标签），序列类型：64位整数（int64）序列
数据划分：
- 名称：train（训练集），字节数：9290803477，样本数：10240000
- 名称：val（验证集），字节数：3827042，样本数：5000
- 名称：test（测试集），字节数：7670994，样本数：10000
下载大小：4445111273
数据集总大小：9302301513
---
# "flores200_eng_input_scaffolding_mix3_mt5"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

数据集名称

flores200_eng_input_scaffolding_mix3_mt5

数据集特征

• id：整数类型，数据类型为 int32。
• 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

• 训练集 (train)
  • 数据量：9290803477 字节
  • 样本数：10240000
• 验证集 (val)
  • 数据量：3827042 字节
  • 样本数：5000
• 测试集 (test)
  • 数据量：7670994 字节
  • 样本数：10000

数据集大小

• 下载大小：4445111273 字节
• 数据集总大小：9302301513 字节