vegeta/legaltokenized1024
收藏Hugging Face2022-11-17 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/vegeta/legaltokenized1024
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 27016370584
num_examples: 5268403
- name: validation
num_bytes: 2947948744
num_examples: 574873
download_size: 7022414209
dataset_size: 29964319328
---
# Dataset Card for "legaltokenized1024"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
vegeta
原始信息汇总
数据集概述
数据集名称
legaltokenized1024
数据集特征
- input_ids: 序列类型为 int32。
- attention_mask: 序列类型为 int8。
数据集分割
- 训练集:
- 样本数量: 5268403
- 数据大小: 27016370584 字节
- 验证集:
- 样本数量: 574873
- 数据大小: 2947948744 字节
数据集大小
- 下载大小: 7022414209 字节
- 总数据集大小: 29964319328 字节
