five

anujsahani01/StarChat_tokenized

收藏
Hugging Face2023-09-23 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/anujsahani01/StarChat_tokenized
下载链接
链接失效反馈
官方服务:
资源简介:
--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 553543492 num_examples: 42541 - name: test num_bytes: 185056664 num_examples: 14222 - name: validation num_bytes: 527077084 num_examples: 40507 download_size: 306645974 dataset_size: 1265677240 --- # Dataset Card for "StarChat_tokenized" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
anujsahani01
原始信息汇总

数据集概述

数据集配置

  • 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 测试集: data/test-*
    • 验证集: data/validation-*

数据集信息

  • 特征:
    • input_ids: 序列类型为int32
    • attention_mask: 序列类型为int8
    • labels: 序列类型为int64
  • 分割:
    • 训练集:
      • 字节数: 553543492
      • 样本数: 42541
    • 测试集:
      • 字节数: 185056664
      • 样本数: 14222
    • 验证集:
      • 字节数: 527077084
      • 样本数: 40507
  • 下载大小: 306645974字节
  • 数据集大小: 1265677240字节
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作