pbelcak/pmc-train-3600000-to-3700000-GemmaTokens
收藏Hugging Face2024-05-08 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/pbelcak/pmc-train-3600000-to-3700000-GemmaTokens
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
splits:
- name: train
num_bytes: 7011820485
num_examples: 1416745
download_size: 2400731401
dataset_size: 7011820485
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
pbelcak
原始信息汇总
数据集概述
数据集特征
- input_ids
- 数据类型: int32
- 序列类型: 序列
- attention_mask
- 数据类型: int8
- 序列类型: 序列
数据集分割
- 训练集 (train)
- 示例数量: 1416745
- 数据大小: 7011820485 字节
数据集大小
- 下载大小: 2400731401 字节
- 数据集总大小: 7011820485 字节
配置信息
- 配置名称: default
- 数据文件路径:
- 分割类型: train
- 路径格式: data/train-*
