katxtong/tokenized_coqa_size356

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: start_positions
dtype: int64
- name: end_positions
dtype: int64
splits:
- name: train
num_bytes: 195999188
num_examples: 108647
- name: validation
num_bytes: 14401332
num_examples: 7983
download_size: 51708569
dataset_size: 210400520
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据特征

• input_ids: 序列类型，数据类型为 int32
• attention_mask: 序列类型，数据类型为 int8
• start_positions: 数据类型为 int64
• end_positions: 数据类型为 int64

数据分割

• 训练集 (train):
  • 字节数: 195999188
  • 样本数: 108647
• 验证集 (validation):
  • 字节数: 14401332
  • 样本数: 7983

数据集大小

• 下载大小: 51708569 字节
• 数据集大小: 210400520 字节

配置信息

• 配置名称: default
  • 数据文件:
    • 训练集路径: data/train-*
    • 验证集路径: data/validation-*