mekaneeky/masked_language_model_v0_1

--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 2584006520 num_examples: 1541770 download_size: 207750292 dataset_size: 2584006520 --- # Dataset Card for "masked_language_model_v0_1" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

masked_language_model_v0_1

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。

数据集拆分

• train：包含1541770个样本，总大小为2584006520字节。

数据集大小

• 下载大小：207750292字节。
• 总大小：2584006520字节。