nhantruongcse/dataset_test_5k

---
dataset_info:
features:
- name: Content
dtype: string
- name: Summary
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 37641895.68899153
num_examples: 5000
download_size: 16577374
dataset_size: 37641895.68899153
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

• Content: 数据类型为字符串。
• Summary: 数据类型为字符串。
• input_ids: 数据类型为整数序列，类型为int32。
• attention_mask: 数据类型为整数序列，类型为int8。
• labels: 数据类型为整数序列，类型为int64。

数据集分割

• train: 包含5000个样本，总大小为37641895.68899153字节。

数据集大小

• 下载大小: 16577374字节。
• 数据集大小: 37641895.68899153字节。

配置

• default:
  • 数据文件路径: data/train-*