jtatman/CoT_reformatted_preprocessed

---
dataset_info:
features:
- name: text
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 6012900447.762087
num_examples: 1141963
- name: eval
num_bytes: 131635.1853729518
num_examples: 25
download_size: 648216462
dataset_size: 6013032082.94746
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: eval
path: data/eval-*
---

原始信息汇总

数据集信息

特征

• text: 数据类型为字符串。
• input_ids: 序列类型为int32。
• attention_mask: 序列类型为int8。

数据分割

• train:
  • 字节数: 6012900447.762087
  • 样本数: 1141963
• eval:
  • 字节数: 131635.1853729518
  • 样本数: 25

数据大小

• 下载大小: 648216462
• 数据集大小: 6013032082.94746

配置

• default:
  • 数据文件:
    • train: data/train-*
    • eval: data/eval-*