BigTMiami/amazon_25M_10_000_condensed

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 11455624
num_examples: 1718
- name: validation
num_bytes: 5774488
num_examples: 866
download_size: 5547175
dataset_size: 17230112
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• input_ids: 序列类型为 int32。
• attention_mask: 序列类型为 int8。
• labels: 序列类型为 int64。

数据集分割

• 训练集 (train):
  • 示例数量: 1718
  • 数据大小: 11455624 字节
• 验证集 (validation):
  • 示例数量: 866
  • 数据大小: 5774488 字节

数据集大小

• 下载大小: 5547175 字节
• 总数据集大小: 17230112 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*