marsggbo/xsum_switch64_token_patterns

该数据集包含用于训练的自然语言处理模型的数据，主要特征包括提示文本、提示ID序列、解码ID序列、提示模式序列和解码模式序列。数据集包含一个训练集分割，共有34000个样本，总大小为503799413字节。

This dataset contains data for training natural language processing models, with main features including prompt text, prompt ID sequences, decode ID sequences, prompt pattern sequences, and decode pattern sequences. The dataset includes a training split with 34,000 samples, totaling 503,799,413 bytes.

原始信息汇总

数据集概述

数据集特征

• prompt_text: 字符串类型
• prompt_ids: 整数序列类型
• decode_ids: 整数序列类型
• prompt_pattern: 整数序列的序列类型
• decode_pattern: 整数序列的序列类型

数据集分割

• train:
  • 字节数: 503799413
  • 样本数: 34000

数据集大小

• 下载大小: 69886039 字节
• 数据集大小: 503799413 字节

配置

• default:
  • 数据文件路径: data/train-*