yardeny/processed_t5_small_context_len_512

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 17763456912.0
num_examples: 6917234
download_size: 6975491955
dataset_size: 17763456912.0
---
# Dataset Card for "processed_t5_small_context_len_512"

[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：
- 输入ID（input_ids）：类型为int32的序列
- 注意力掩码（attention_mask）：类型为int8的序列
数据集划分：
- 训练集（train）：字节大小为17763456912.0，样本量为6917234
下载大小：6975491955
数据集总大小：17763456912.0

# 「processed_t5_small_context_len_512」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

数据特征

• input_ids: 序列类型为 int32
• attention_mask: 序列类型为 int8

数据分割

• train: 包含 6917234 个样本，总大小为 17763456912.0 字节

数据大小

• 下载大小: 6975491955 字节
• 数据集大小: 17763456912.0 字节