pbelcak/pmc-train-5200000-to-5300000-GemmaTokens
收藏Hugging Face2024-05-08 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/pbelcak/pmc-train-5200000-to-5300000-GemmaTokens
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
splits:
- name: train
num_bytes: 4548035748
num_examples: 936856
download_size: 1602507567
dataset_size: 4548035748
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
pbelcak
原始信息汇总
数据集概述
数据集特征
-
input_ids
- 数据类型：int32
- 序列类型：sequence
-
attention_mask
- 数据类型：int8
- 序列类型：sequence
数据集划分
- 训练集（train）
- 数据大小：4548035748 字节
- 样本数量：936856
数据集大小与下载大小
- 下载大小：1602507567 字节
- 数据集总大小：4548035748 字节
配置信息
- 默认配置（default）
- 训练集数据文件路径：
data/train-*
- 训练集数据文件路径：
