jtatman/sciphi-micro-unsloth-processed

---
dataset_info:
features:
- name: text
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 584386995.8044599
num_examples: 84119
- name: val
num_bytes: 64934976.04327544
num_examples: 9347
download_size: 254404662
dataset_size: 649321971.8477354
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
---

原始信息汇总

数据集详情

特征

• text: 数据类型为字符串。
• input_ids: 数据类型为整数序列，每个元素为32位整数。
• attention_mask: 数据类型为整数序列，每个元素为8位整数。

数据分割

• train:
  • 字节数: 584386995.8044599
  • 样本数: 84119
• val:
  • 字节数: 64934976.04327544
  • 样本数: 9347

数据大小

• 下载大小: 254404662
• 数据集大小: 649321971.8477354

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • val: 路径为 data/val-*