BigTMiami/amazon_10k_helpfulness_dataset

---
dataset_info:
features:
- name: label
dtype: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 8783495
num_examples: 10000
- name: test
num_bytes: 8871330
num_examples: 10000
- name: dev
num_bytes: 4443760
num_examples: 5000
download_size: 8867398
dataset_size: 22098585
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: dev
path: data/dev-*
---

原始信息汇总

数据集概述

数据集特征

• label: 数据类型为 int64。
• input_ids: 序列类型，数据类型为 int32。
• attention_mask: 序列类型，数据类型为 int8。

数据集分割

• 训练集 (train): 包含 10000 个样本，总大小为 8783495 字节。
• 测试集 (test): 包含 10000 个样本，总大小为 8871330 字节。
• 验证集 (dev): 包含 5000 个样本，总大小为 4443760 字节。

数据集大小

• 下载大小: 8867398 字节。
• 数据集总大小: 22098585 字节。

数据文件配置

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 测试集: data/test-*
  • 验证集: data/dev-*