pbelcak/pmc-train-3800000-to-3900000-GemmaTokens
收藏Hugging Face2024-05-08 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/pbelcak/pmc-train-3800000-to-3900000-GemmaTokens
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含用于训练模型的输入特征，主要包括input_ids和attention_mask两个特征，均为序列数据类型。数据集分为训练集，包含981921个示例，总大小为4780954413字节。下载大小为1734164507字节。数据集配置包括默认配置，训练数据文件路径为data/train-*。
该数据集包含用于训练模型的输入特征，主要包括input_ids和attention_mask两个特征，均为序列数据类型。数据集分为训练集，包含981921个示例，总大小为4780954413字节。下载大小为1734164507字节。数据集配置包括默认配置，训练数据文件路径为data/train-*。
提供机构：
pbelcak
原始信息汇总
数据集概述
数据集特征
- input_ids：序列类型为
int32。 - attention_mask：序列类型为
int8。
数据集分割
- 训练集（train）：
- 示例数量：981921
- 数据大小：4780954413字节
数据集大小与下载信息
- 下载大小：1734164507字节
- 数据集总大小：4780954413字节
配置信息
- 默认配置（default）：
- 训练数据文件路径：
data/train-*
- 训练数据文件路径：
