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-*