sheryc/pg19-chunked-32768-tokenized-llama1-2
收藏Hugging Face2024-05-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/sheryc/pg19-chunked-32768-tokenized-llama1-2
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
- name: sentence_start_positions
sequence: int64
splits:
- name: train
num_bytes: 6914757600
num_examples: 16000
download_size: 1927302742
dataset_size: 6914757600
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
sheryc
原始信息汇总
数据集概述
数据集特征
- input_ids：序列类型为int32。
- attention_mask：序列类型为int8。
- labels：序列类型为int64。
- sentence_start_positions：序列类型为int64。
数据集分割
- train：
- 数据量：6914757600字节
- 示例数量：16000
数据集大小
- 下载大小：1927302742字节
- 数据集大小：6914757600字节
配置信息
- config_name: default
- data_files:
- split: train
- path: data/train-*
- split: train
- data_files:
