trungdang2901/tokenized_dattta
收藏Hugging Face2024-05-12 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/trungdang2901/tokenized_dattta
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: 11586858926
num_examples: 52722772
- name: test
num_bytes: 4963957200
num_examples: 22595475
download_size: 7388440953
dataset_size: 16550816126
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---
提供机构：
trungdang2901
原始信息汇总
数据集概述
数据集特征
- input_ids
- 类型:
int32 - 序列类型: 序列
- 类型:
- attention_mask
- 类型:
int8 - 序列类型: 序列
- 类型:
数据集划分
- 训练集 (train)
- 数据量: 11586858926 字节
- 样本数: 52722772
- 测试集 (test)
- 数据量: 4963957200 字节
- 样本数: 22595475
数据集大小
- 下载大小: 7388440953 字节
- 总数据集大小: 16550816126 字节
数据文件配置
- 默认配置 (default)
- 训练集路径:
data/train-* - 测试集路径:
data/test-*
- 训练集路径:
