vegeta/legaltokenized512
收藏官方服务：
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
