five

v1ctor10/section1_annual_reports_tokenized_llama3_8b

收藏
Hugging Face2024-06-30 更新2024-07-06 收录
下载链接:
https://hf-mirror.com/datasets/v1ctor10/section1_annual_reports_tokenized_llama3_8b
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含208,325个训练样本和40个验证样本,主要用于模型训练和验证。数据集的特征包括名为input_ids的序列,数据类型为int64。训练集的总大小为10,968,504,828字节,验证集的总大小为1,557,888字节。整个数据集的下载大小为2,335,934,565字节,总大小为10,970,062,716字节。数据文件按照训练和验证分割存储,路径分别为data/train-*和data/validation-*。

The dataset contains 208,325 training samples and 40 validation samples, primarily used for model training and validation. The features of the dataset include a sequence named input_ids with a data type of int64. The total size of the training set is 10,968,504,828 bytes, and the validation set is 1,557,888 bytes. The entire dataset has a download size of 2,335,934,565 bytes and a total size of 10,970,062,716 bytes. The data files are stored according to the train and validation splits, with paths data/train-* and data/validation-* respectively.
提供机构:
v1ctor10
原始信息汇总

数据集概述

数据集特征

  • 特征名称: input_ids
  • 数据类型: int64

数据集分割

  • 训练集:
    • 名称: train
    • 字节数: 10968504828
    • 样本数: 208325
  • 验证集:
    • 名称: validation
    • 字节数: 1557888
    • 样本数: 40

数据集大小

  • 下载大小: 2335934565
  • 总大小: 10970062716

配置信息

  • 配置名称: default
    • 数据文件路径:
      • 训练集: data/train-*
      • 验证集: data/validation-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作