carnival13/sur_test_rt5

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 1141002885
num_examples: 900000
download_size: 279016062
dataset_size: 1141002885
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "sur_test_rt5"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征字段：
- 名称：输入Token ID（input_ids），序列数据格式：int32
- 名称：注意力掩码（attention_mask），序列数据格式：int8
数据集划分：
- 划分名称：训练集（train），字节数：1141002885，样本总数：900000
下载大小：279016062
数据集总大小：1141002885
配置项：
- 配置名称：默认（default），数据文件：
- 划分集：训练集（train），文件路径：data/train-*
---
# 「sur_test_rt5」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

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。

数据分割

• train: 包含900,000个样本，总字节数为1,141,002,885。

数据大小

• 下载大小: 279,016,062字节。
• 数据集大小: 1,141,002,885字节。

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*