X-Wang/tokenized_Tatoeba-Challenge
收藏Hugging Face2023-07-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/X-Wang/tokenized_Tatoeba-Challenge
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: 2967573277
num_examples: 14128610
- name: test
num_bytes: 361399
num_examples: 2497
- name: validation
num_bytes: 418992
num_examples: 2894
download_size: 1317867764
dataset_size: 2968353668
---
# Dataset Card for "tokenized_Tatoeba-Challenge"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
X-Wang
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):
- 数据量: 2967573277 字节
- 样本数: 14128610
- 测试集 (test):
- 数据量: 361399 字节
- 样本数: 2497
- 验证集 (validation):
- 数据量: 418992 字节
- 样本数: 2894
数据集大小
- 下载大小: 1317867764 字节
- 数据集总大小: 2968353668 字节
