mmoreirast/medicine-evaluation-pt-tokenized-2048

该数据集包含三个主要特征：input_ids（int32序列）、attention_mask（int8序列）和labels（int64序列）。数据集包含一个名为train的分割，共有36个示例，占用958896字节。数据集的下载大小为269179字节，总大小为958896字节。

The dataset includes three main features: input_ids (int32 sequence), attention_mask (int8 sequence), and labels (int64 sequence). It contains a split named train with 36 examples, occupying 958896 bytes. The download size of the dataset is 269179 bytes, and the total dataset size is 958896 bytes.

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

数据集分割

• train:
  • 字节数: 958896
  • 样本数: 36

数据集大小

• 下载大小: 269179 字节
• 数据集大小: 958896 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*