Fizzarolli/wtf-is-wrong-with-composer

该数据集包含用于自然语言处理任务的序列数据，主要特征包括输入ID序列（input_ids）、注意力掩码序列（attention_mask）和标签序列（labels）。数据集分为训练集和测试集，训练集包含1782个样本，测试集包含198个样本。数据集的下载大小为2722207字节，总大小为26405280字节。

This dataset contains sequence data for natural language processing tasks, with main features including input ID sequences (input_ids), attention mask sequences (attention_mask), and label sequences (labels). The dataset is divided into a training set and a test set, with 1782 samples in the training set and 198 samples in the test set. The download size of the dataset is 2722207 bytes, and the total size is 26405280 bytes.

原始信息汇总

数据集概述

特征

• input_ids: 序列类型，数据类型为int32。
• attention_mask: 序列类型，数据类型为int8。
• labels: 序列类型，数据类型为int64。

数据分割

• train: 包含1782个样本，大小为23764752.0字节。
• test: 包含198个样本，大小为2640528.0字节。

数据集大小

• 下载大小: 2722207字节。
• 总数据集大小: 26405280.0字节。

配置

• default:
  • train: 数据路径为data/train-*。
  • test: 数据路径为data/test-*。