vegeta/legaltokenized512
收藏Hugging Face2022-11-18 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/vegeta/legaltokenized512
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 70986447784
num_examples: 10645838
- name: validation
num_bytes: 7747149120
num_examples: 1161840
download_size: 14173273124
dataset_size: 78733596904
---
# Dataset Card for "legaltokenized512"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
vegeta
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:
- 数据量: 70986447784 字节
- 样本数: 10645838
- 验证集:
- 数据量: 7747149120 字节
- 样本数: 1161840
数据集大小
- 下载大小: 14173273124 字节
- 总数据量: 78733596904 字节
