rusano/Teli5_1K_tokenized
收藏Hugging Face2023-07-18 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/rusano/Teli5_1K_tokenized
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
- name: decoder_attention_mask
sequence: int64
splits:
- name: train
num_bytes: 2013563824
num_examples: 218107
- name: val
num_bytes: 503393264
num_examples: 54527
download_size: 651358784
dataset_size: 2516957088
---
# Dataset Card for "Teli5_1K_tokenized"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
rusano
原始信息汇总
数据集概述
数据集名称
Teli5_1K_tokenized
数据集特征
- input_ids：整数序列，数据类型为
int32。 - attention_mask：整数序列，数据类型为
int8。 - labels：整数序列，数据类型为
int64。 - decoder_attention_mask：整数序列，数据类型为
int64。
数据集分割
- 训练集（train）：包含218107个样本，总大小为2013563824字节。
- 验证集（val）：包含54527个样本，总大小为503393264字节。
数据集大小
- 下载大小：651358784字节。
- 总数据集大小：2516957088字节。
