nhantruongcse/130k_train_vit5_vietnews

该数据集包含多个特征，如Content、Summary、input_ids、attention_mask和labels，用于不同的数据处理需求。数据集主要分为训练集，包含116902个例子，总大小为881474749字节。

原始信息汇总

数据集概述

数据特征

• Content: 数据类型为字符串。
• Summary: 数据类型为字符串。
• input_ids: 数据类型为整数序列，类型为int32。
• attention_mask: 数据类型为整数序列，类型为int8。
• labels: 数据类型为整数序列，类型为int64。

数据分割

• train: 包含116902个样本，总字节数为881474749。

数据集大小

• 下载大小: 389442558字节。
• 数据集大小: 881474749字节。

配置

• default: 包含训练数据文件，路径为data/train-*。