Juliushanhanhan/all_qa_dataset-tokenized-gemma2-9b-cxt-128

该数据集包含一个名为input_ids的特征，这是一个int32类型的序列。数据集被分割为train部分，包含266464个例子和137495424.0字节的数据。数据集的下载大小为82780397字节，总大小为137495424.0字节。配置部分定义了一个名为default的配置，其中包含了一个指向训练数据文件的路径。

The dataset includes a feature named input_ids, which is a sequence of int32. The dataset is split into a train section, containing 266464 examples and 137495424.0 bytes of data. The download size of the dataset is 82780397 bytes, and the total size is 137495424.0 bytes. The configuration section defines a default configuration, which includes a path to the training data files.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • 名称: input_ids
  • 类型: int32

• 分割:

  • 名称: train
  • 字节数: 137,495,424.0
  • 样本数: 266,464

• 下载大小: 82,780,397

• 数据集大小: 137,495,424.0

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*