andersonbcdefg/bert-long-training-data-tokenized
收藏Hugging Face2024-05-25 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/andersonbcdefg/bert-long-training-data-tokenized
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
- name: token_type_ids
sequence: int8
splits:
- name: train
num_bytes: 10939261938
num_examples: 894962
download_size: 3502427694
dataset_size: 10939261938
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
andersonbcdefg
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。 - token_type_ids：序列类型为
int8。
数据集分割
- 训练集（train）：
- 数据量：10,939,261,938字节
- 样本数：894,962个
数据集大小与下载大小
- 下载大小：3,502,427,694字节
- 数据集总大小：10,939,261,938字节
配置信息
- 配置名称：default
- 数据文件路径：
- 训练集路径格式：
data/train-*
- 训练集路径格式：
