juanquivilla/WikipediaENTokenizedForTraining
收藏Hugging Face2024-06-13 更新2024-06-29 收录
下载链接：
https://hf-mirror.com/datasets/juanquivilla/WikipediaENTokenizedForTraining
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
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 26859669324
num_examples: 8709361
download_size: 9333684938
dataset_size: 26859669324
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
juanquivilla
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 - special_tokens_mask: 序列类型为
int8
数据集分割
- train: 包含 8,709,361 个样本，占用 26,859,669,324 字节
数据集大小
- 下载大小: 9,333,684,938 字节
- 数据集大小: 26,859,669,324 字节
配置
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
