Dmitriy007/Lenta_2

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 699990424
num_examples: 51334
- name: validation
num_bytes: 69734504
num_examples: 5114
- name: test
num_bytes: 74438924
num_examples: 5459
download_size: 265249928
dataset_size: 844163852
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• input_ids: 序列类型为 int32
• attention_mask: 序列类型为 int8
• labels: 序列类型为 int64

数据分割

• 训练集
  • 字节数: 699990424
  • 样本数: 51334
• 验证集
  • 字节数: 69734504
  • 样本数: 5114
• 测试集
  • 字节数: 74438924
  • 样本数: 5459

数据集大小

• 下载大小: 265249928 字节
• 数据集大小: 844163852 字节

配置信息

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