Minata/tokenized_4096_src_fm_fc_ms_ff_method2testcases_v0

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 16990579172
num_examples: 319012
- name: test
num_bytes: 4400128186
num_examples: 82616
download_size: 503505301
dataset_size: 21390707358
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

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

数据分割

• 训练集 (train)
  • 字节数: 16990579172
  • 样本数: 319012
• 测试集 (test)
  • 字节数: 4400128186
  • 样本数: 82616

数据大小

• 下载大小: 503505301 字节
• 数据集大小: 21390707358 字节

配置

• 默认配置 (default)
  • 数据文件路径:
    • 训练集: data/train-*
    • 测试集: data/test-*