pbelcak/pmc-train-1700000-to-1800000-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-1700000-to-1800000-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: 6580242206
num_examples: 1333522
download_size: 2250036706
dataset_size: 6580242206
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：序列类型为
int32。 - attention_mask：序列类型为
int8。
数据集划分
- 训练集（train）：
- 样本数量：1333522
- 数据大小：6580242206字节
数据集大小
- 下载大小：2250036706字节
- 数据集总大小：6580242206字节
配置信息
- 默认配置（default）：
- 训练集文件路径模式：
data/train-*
- 训练集文件路径模式：
