hlillemark/c4_t5_pretrain
收藏官方服务：
资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 - name: labels sequence: int64 splits: - name: validation num_bytes: 53400000 num_examples: 10000 - name: train num_bytes: 961505597520 num_examples: 180057228 download_size: 2939856140 dataset_size: 961558997520 --- # Dataset Card for "c4_t5_pretrain" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
hlillemark原始信息汇总
数据集概述
数据集名称
c4_t5_pretrain
数据集特征
- input_ids
- 数据类型: int32
- 序列类型: 序列
- labels
- 数据类型: int64
- 序列类型: 序列
数据集分割
- 训练集 (train)
- 样本数量: 180057228
- 数据大小: 961505597520 字节
- 验证集 (validation)
- 样本数量: 10000
- 数据大小: 53400000 字节
数据集大小
- 下载大小: 2939856140 字节
- 总数据大小: 961558997520 字节
