hyperdemocracy/usc-llm-tokens-bert-base-uncased-512
收藏Hugging Face2024-03-17 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/hyperdemocracy/usc-llm-tokens-bert-base-uncased-512
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: 939972744
num_examples: 366033
- name: validation
num_bytes: 78177624
num_examples: 30443
- name: test
num_bytes: 75540288
num_examples: 29416
download_size: 297300250
dataset_size: 1093690656
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---
提供机构：
hyperdemocracy
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
数据集分割
- 训练集 (train)
- 示例数量：366,033
- 数据大小：939,972,744 字节
- 验证集 (validation)
- 示例数量：30,443
- 数据大小：78,177,624 字节
- 测试集 (test)
- 示例数量：29,416
- 数据大小：75,540,288 字节
数据集大小
- 下载大小：297,300,250 字节
- 数据集总大小：1,093,690,656 字节
数据文件配置
- 配置名称：default
- 数据文件路径
- 训练集：
data/train-* - 验证集：
data/validation-* - 测试集：
data/test-*
- 训练集：
