terru3/tokenized_tinystories384
收藏Hugging Face2023-12-04 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/terru3/tokenized_tinystories384
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 5998238715
num_examples: 2119719
- name: validation
num_bytes: 61703030
num_examples: 21990
download_size: 1771825341
dataset_size: 6059941745
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---
提供机构：
terru3
原始信息汇总
数据集概述
数据集特征
- text: 数据类型为字符串。
- input_ids: 序列类型，数据类型为int32。
- attention_mask: 序列类型，数据类型为int8。
数据集分割
- train: 包含2119719个样本，总字节数为5998238715。
- validation: 包含21990个样本，总字节数为61703030。
数据集大小
- 下载大小: 1771825341字节。
- 数据集大小: 6059941745字节。
配置信息
- config_name: default
- data_files:
- train: 路径为
data/train-* - validation: 路径为
data/validation-*
- train: 路径为
- data_files:
