AlanRobotics/saiga_tokenized
收藏Hugging Face2023-08-02 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/AlanRobotics/saiga_tokenized
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: labels
sequence: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 52968582.0
num_examples: 32688
- name: test
num_bytes: 5885398.0
num_examples: 3632
download_size: 20205153
dataset_size: 58853980.0
---
# Dataset Card for "saiga_tokenized"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
AlanRobotics
原始信息汇总
数据集概述
数据集名称
- 名称: saiga_tokenized
数据集特征
- 特征:
- labels: 序列类型为 int64
- input_ids: 序列类型为 int32
- attention_mask: 序列类型为 int8
数据集分割
- 训练集:
- 示例数量: 32688
- 存储大小: 52968582.0 字节
- 测试集:
- 示例数量: 3632
- 存储大小: 5885398.0 字节
数据集大小
- 下载大小: 20205153 字节
- 总数据集大小: 58853980.0 字节
