carnival13/massive_5_lang_DA4_tokenized

---
dataset_info:
features:
- name: pass_label
dtype: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 519317955
num_examples: 705250
download_size: 162988938
dataset_size: 519317955
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "massive_5_lang_DA4_tokenized"

[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

数据集信息

• 特征列表:

  • pass_label: 数据类型为 int64
  • input_ids: 序列类型为 int32
  • attention_mask: 序列类型为 int8

• 数据分割:

  • train: 包含 705250 个样本，总字节数为 519317955

• 文件大小:

  • 下载大小: 162988938 字节
  • 数据集大小: 519317955 字节

配置信息

• 默认配置:
  • 数据文件路径: data/train-*