carnival13/nci_nq_t5_tokenized

nci_nq_t5_tokenized数据集，包含多个分割（训练、评估、零样本评估、正常评估），每个分割有不同的文件路径和示例数量。数据集特征包括输入、标签、输入ID和注意力掩码，数据类型分别为字符串、整数64位、整数32位和整数8位。数据集大小为140490128字节，下载大小为61636686字节。

原始信息汇总

数据集概述

数据集名称

• nci_nq_t5_tokenized

配置信息

• 默认配置 (default)

数据文件路径

• 训练集 (train): data/train-*
• 评估集 (eval): data/eval-*
• 零样本评估集 (eval_zero_shot): data/eval_zero_shot-*
• 常规评估集 (eval_normal): data/eval_normal-*

数据集特征

• input: 字符串类型
• label: 整数序列类型
• input_ids: 整数序列类型
• attention_mask: 整数序列类型

数据集分割

• 训练集 (train):
  • 字节数: 137430914
  • 样本数: 177638
• 评估集 (eval):
  • 字节数: 1529607
  • 样本数: 7830
• 零样本评估集 (eval_zero_shot):
  • 字节数: 562161
  • 样本数: 2859
• 常规评估集 (eval_normal):
  • 字节数: 967446
  • 样本数: 4971

数据集大小

• 下载大小: 61636686 字节
• 数据集大小: 140490128 字节