manu/tok_dataset_1_newtok

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 71158701
num_examples: 9734
download_size: 14664952
dataset_size: 71158701
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

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。

数据集划分

• 训练集（train）：
  • 示例数量：9734
  • 数据大小：71158701字节

数据集大小

• 下载大小：14664952字节
• 数据集总大小：71158701字节

配置信息

• 配置名称：default
• 数据文件路径：
  • 训练集路径格式：data/train-*