UUUUUUZ/python-alpaca-tokenized

该数据集包含一个名为train的分割，共有143,327个示例，每个示例包含一个int64类型的input_ids序列。数据集总大小为179,563,556字节，下载大小为43,593,548字节。数据文件位于data/train-*路径下。

The dataset contains a split named train with 143,327 examples, each containing an input_ids sequence of type int64. The total size of the dataset is 179,563,556 bytes, and the download size is 43,593,548 bytes. The data files are located under the path data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • 名称: input_ids
  • 类型: int64

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 179563556
  • 样本数: 143327

数据集大小

• 下载大小: 43593548
• 数据集大小: 179563556

配置

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