timpal0l/jupiter

该数据集包含四个序列类型的特征字段，分别是input_ids（int32类型），token_type_ids（int8类型），attention_mask（int8类型）和labels（int64类型）。数据集分为训练集，大小为9926747180字节，共有115385个样本。数据集的下载大小为2683147134字节。

The dataset includes four sequence-type feature fields: input_ids (int32 type), token_type_ids (int8 type), attention_mask (int8 type), and labels (int64 type). The dataset is split into a training set, which is 9926747180 bytes in size and contains 115385 samples. The download size of the dataset is 2683147134 bytes.

原始信息汇总

数据集概述

数据集基本信息

• 名称: jupiter
• 别名: timpal0l/jupiter
• 描述: timpal0l/jupiter 数据集托管在 HF Mirror 上，由 HF Datasets 社区贡献。
• 创建者: Tim Isbister
• 网址: https://hf-mirror.com/datasets/timpal0l/jupiter

数据集详细信息

• 关键词:
  • 100K - 1M
  • parquet
  • Datasets
  • Dask
  • Croissant
  • 🇺🇸 Region: US
• 数据格式:
  • repo:
    • 描述: HF Mirror git 仓库。
    • 内容链接: https://hf-mirror.com/datasets/timpal0l/jupiter/tree/refs%2Fconvert%2Fparquet
    • 编码格式: git+https
    • sha256: https://github.com/mlcommons/croissant/issues/80
  • parquet-files-for-config-default:
    • 描述: 由 HF Mirror 转换的基础 Parquet 文件（参见: https://hf-mirror.com/docs/datasets-server/parquet）。
    • 包含在: repo
    • 编码格式: application/x-parquet
    • 包含文件: default//.parquet

数据集子集

• default:
  • 描述: timpal0l/jupiter - default 子集
  • 附加信息:
    • 4 个跳过的列: input_ids, token_type_ids, attention_mask, labels

数据集规范

• 符合标准: http://mlcommons.org/croissant/1.0