gguichard/wsd_myriade_synth_data_multilabel_mt5-xl

---
dataset_info:
features:
- name: tokens
sequence: string
- name: wn_sens
sequence: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: float64
splits:
- name: train
num_bytes: 30321197
num_examples: 39518
download_size: 6954930
dataset_size: 30321197
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• tokens: 字符串序列
• wn_sens: 整数序列（int64）
• input_ids: 整数序列（int32）
• attention_mask: 整数序列（int8）
• labels: 浮点数序列（float64）

数据集划分

• train:
  • 数据量: 30,321,197 字节
  • 样本数: 39,518

数据集大小

• 下载大小: 6,954,930 字节
• 数据集大小: 30,321,197 字节

配置

• default:
  • 训练数据文件路径: data/train-*