mfidabel/wikipedia_fhe_8000_tokens

---
dataset_info:
features:
- name: predicted_token
dtype: int64
- name: token_00
dtype: int64
- name: token_01
dtype: int64
- name: token_02
dtype: int64
- name: token_03
dtype: int64
- name: token_04
dtype: int64
- name: token_05
dtype: int64
- name: token_06
dtype: int64
- name: token_07
dtype: int64
- name: token_08
dtype: int64
- name: token_09
dtype: int64
- name: token_10
dtype: int64
- name: token_11
dtype: int64
- name: token_12
dtype: int64
- name: token_13
dtype: int64
- name: token_14
dtype: int64
- name: token_15
dtype: int64
- name: token_16
dtype: int64
- name: token_17
dtype: int64
- name: token_18
dtype: int64
- name: token_19
dtype: int64
splits:
- name: train
num_bytes: 13440000
num_examples: 80000
- name: test
num_bytes: 3360000
num_examples: 20000
download_size: 8132841
dataset_size: 16800000
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• predicted_token：数据类型为 int64。
• token_00 至 token_19：共20个特征，每个特征的数据类型均为 int64。

数据集划分

• 训练集 (train)：包含80000个样本，总大小为13440000字节。
• 测试集 (test)：包含20000个样本，总大小为3360000字节。

数据集大小

• 下载大小：8132841字节。
• 数据集总大小：16800000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-*