nqv2291/en-vi-mT5-MT

该数据集包含三个主要特征：input_ids（序列类型，int32）、attention_mask（序列类型，int8）和labels（序列类型，int64）。数据集被分割为训练集，包含135,999个样本，总大小为112,143,566字节。下载大小为17,427,292字节。

The dataset includes three main features: input_ids (sequence type, int32), attention_mask (sequence type, int8), and labels (sequence type, int64). The dataset is split into a training set containing 135,999 samples, with a total size of 112,143,566 bytes. The download size is 17,427,292 bytes.

原始信息汇总

数据集概述

数据集特征

• input_ids: 序列类型为 int32
• attention_mask: 序列类型为 int8
• labels: 序列类型为 int64

数据集分割

• train: 包含 135999 个样本，占用 112143566 字节

数据集大小

• 下载大小: 17427292 字节
• 数据集总大小: 112143566 字节

配置信息

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*