jxm/llama-7b__model__one_million_instructions__reconstructions_sample

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
- name: length
dtype: int64
- name: embedder_input_ids
sequence: int64
- name: embedder_attention_mask
sequence: int64
- name: frozen_embeddings
sequence: float32
- name: idx
dtype: int64
- name: str_original
dtype: string
- name: str_reconstruction
dtype: string
splits:
- name: train
num_bytes: 13289065
num_examples: 100
download_size: 0
dataset_size: 13289065
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "llama-7b__model__one_million_instructions__reconstructions_sample"

[More Information needed](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

数据集信息

• 特征列表:

  • input_ids: 序列类型，数据类型为 int32
  • attention_mask: 序列类型，数据类型为 int8
  • labels: 序列类型，数据类型为 int64
  • length: 数据类型为 int64
  • embedder_input_ids: 序列类型，数据类型为 int64
  • embedder_attention_mask: 序列类型，数据类型为 int64
  • frozen_embeddings: 序列类型，数据类型为 float32
  • idx: 数据类型为 int64
  • str_original: 数据类型为 string
  • str_reconstruction: 数据类型为 string

• 数据分割:

  • train: 字节数为 13289065，样本数为 100

• 数据集大小:

  • 下载大小: 0 字节
  • 数据集大小: 13289065 字节

配置信息

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*