marsggbo/wmt16_switch128_token_patterns_old

该数据集主要用于自然语言处理任务，包含多个特征，如prompt_text（字符串类型）、prompt_ids和decode_ids（均为int64序列）、prompt_pattern和decode_pattern（均为int64序列的序列）。数据集分为训练集，包含30000个样本，总大小为132709158字节。数据集的下载大小为15446590字节。

原始信息汇总

数据集概述

数据集信息

特征

• prompt_text: 类型为字符串。
• prompt_ids: 类型为整数序列。
• decode_ids: 类型为整数序列。
• prompt_pattern: 类型为嵌套整数序列。
• decode_pattern: 类型为嵌套整数序列。

数据分割

• train: 包含30000个样本，总字节数为132709158。

数据集大小

• 下载大小: 15446590字节。
• 数据集大小: 132709158字节。

配置

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