nhantruongcse/130_test_vit5_base

---
dataset_info:
features:
- name: Content
dtype: string
- name: Summary
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 97793645
num_examples: 12990
download_size: 43120373
dataset_size: 97793645
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• Content: 数据类型为字符串。
• Summary: 数据类型为字符串。
• input_ids: 数据类型为整数序列，类型为int32。
• attention_mask: 数据类型为整数序列，类型为int8。
• labels: 数据类型为整数序列，类型为int64。

数据分割

• train: 包含97,793,645字节的数据，共有12,990个样本。

数据大小

• 下载大小: 43,120,373字节。
• 数据集大小: 97,793,645字节。

配置

• default:
  • 数据文件:
    • split: train
    • path: data/train-*