marsggbo/alpaca10k_yizhongw10k_MixtralMoE_patterns

--- dataset_info: features: - name: source dtype: string - name: prompt_len dtype: int64 - name: token_idx sequence: int64 - name: token_expert_patterns sequence: sequence: sequence: int64 - name: sentence_expert_pattern sequence: sequence: int64 splits: - name: train num_bytes: 12557887444 num_examples: 20000 download_size: 201597946 dataset_size: 12557887444 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

• source：数据类型为字符串（string）。
• prompt_len：数据类型为整数（int64）。
• token_idx：数据类型为整数序列（sequence: int64）。
• token_expert_patterns：数据类型为嵌套整数序列（sequence: sequence: sequence: int64）。
• sentence_expert_pattern：数据类型为嵌套整数序列（sequence: sequence: int64）。

数据集分割

• train：
  • 数据大小：12557887444字节。
  • 示例数量：20000个。

数据集大小

• 下载大小：201597946字节。
• 数据集总大小：12557887444字节。

配置

• default：
  • 训练数据文件路径：data/train-*。