Minata/tokenized_1024src_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: 3588489706
num_examples: 269325
- name: test
num_bytes: 922368186
num_examples: 69226
download_size: 343653371
dataset_size: 4510857892
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: 3588489706
  • 样本数: 269325
• 测试集 (test)
  • 字节数: 922368186
  • 样本数: 69226

数据大小

• 下载大小: 343653371 字节
• 数据集大小: 4510857892 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-*