pbelcak/pmc-train-2900000-to-3000000-GemmaTokens
收藏官方服务：
资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 6772595362 num_examples: 1371014 download_size: 2314922881 dataset_size: 6772595362 configs: - config_name: default data_files: - split: train path: data/train-* ---
提供机构：
pbelcak原始信息汇总
数据集概述
数据集特征
- input_ids：整数序列，类型为
int32。 - attention_mask：整数序列，类型为
int8。
数据集划分
- 训练集（train）：
- 示例数量：1371014
- 数据大小：6772595362字节
数据集大小
- 下载大小：2314922881字节
- 数据集总大小：6772595362字节
配置信息
- 配置名称：default
- 数据文件路径：
- 训练集路径：
data/train-*
- 训练集路径：
