maneln/tokenized_dataset_llm
收藏Hugging Face2024-05-09 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/maneln/tokenized_dataset_llm
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含三个主要特征：input_ids（整数序列）、attention_mask（整数序列）和labels（整数序列）。数据集被分为训练集和验证集，训练集包含78个样本，验证集包含20个样本。数据集的总大小为1275176字节，下载大小为10902字节。
该数据集包含三个主要特征：input_ids（整数序列）、attention_mask（整数序列）和labels（整数序列）。数据集被分为训练集和验证集，训练集包含78个样本，验证集包含20个样本。数据集的总大小为1275176字节，下载大小为10902字节。
提供机构：
maneln
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。 - labels：序列类型为
int64。
数据集划分
- 训练集：包含78个样本，总大小为1014936字节。
- 验证集：包含20个样本，总大小为260240字节。
数据集大小
- 下载大小：10902字节。
- 数据集总大小：1275176字节。
配置信息
- 默认配置：
- 训练集路径：
data/train-* - 验证集路径：
data/validation-*
- 训练集路径：
