marsggbo/wmt16_switch32_token_patterns

该数据集包含多个特征，如提示文本、提示ID序列、解码ID序列、提示模式序列和解码模式序列。数据集分为一个训练集，包含30,000个样本，总大小为132,709,158字节。下载大小为12,309,181字节。配置信息指定了数据文件的路径。

The dataset contains multiple features such as prompt text, prompt ID sequences, decode ID sequences, prompt pattern sequences, and decode pattern sequences. The dataset is divided into a training set containing 30,000 samples with a total size of 132,709,158 bytes. The download size is 12,309,181 bytes. Configuration information specifies the path to the data files.

原始信息汇总

数据集概述

数据集信息

特征

• prompt_text: 字符串类型
• prompt_ids: 整数序列类型
• decode_ids: 整数序列类型
• prompt_pattern: 整数序列的序列类型
• decode_pattern: 整数序列的序列类型

数据分割

• train:
  • 字节数: 132709158
  • 样本数: 30000

数据集大小

• 下载大小: 12309181 字节
• 数据集总大小: 132709158 字节

配置

• default:
  • 数据文件路径: data/train-*