pbelcak/pmc-train-4300000-to-4400000-GemmaTokens
收藏Hugging Face2024-05-08 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/pbelcak/pmc-train-4300000-to-4400000-GemmaTokens
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: 4208795010
num_examples: 870875
download_size: 1492107628
dataset_size: 4208795010
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
pbelcak
原始信息汇总
数据集概述
数据集特征
-
input_ids
- 数据类型：int32
- 序列类型：序列
-
attention_mask
- 数据类型：int8
- 序列类型：序列
数据集划分
- train
- 数据大小：4208795010 字节
- 样本数量：870875
数据集大小
- 下载大小：1492107628 字节
- 数据集总大小：4208795010 字节
配置信息
- default
- 训练数据路径：
data/train-*
- 训练数据路径：
