khangmacon/llmtrain_mistral

---
license: apache-2.0
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 93845075764
num_examples: 7043311
- name: validation
num_bytes: 9126940
num_examples: 685
download_size: 27612151408
dataset_size: 93854202704
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集元数据

• 许可证: Apache-2.0

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

• 训练集:
  • 大小: 93845075764字节
  • 示例数量: 7043311
• 验证集:
  • 大小: 9126940字节
  • 示例数量: 685

数据集大小

• 下载大小: 27612151408字节
• 总数据集大小: 93854202704字节

配置

• 默认配置:
  • 训练数据路径: data/train-*
  • 验证数据路径: data/validation-*