Tristan/t5-small-october-wikipedia-2022-tokenized-512
收藏Hugging Face2023-01-02 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Tristan/t5-small-october-wikipedia-2022-tokenized-512
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
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 30029601900
num_examples: 9737225
download_size: 9411819822
dataset_size: 30029601900
---
# Dataset Card for "t5-small-october-wikipedia-2022-tokenized-512"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
Tristan
原始信息汇总
数据集概述
数据集名称
- 名称: t5-small-october-wikipedia-2022-tokenized-512
数据集特征
- 特征列表:
- input_ids: 序列类型为
int32 - attention_mask: 序列类型为
int8 - special_tokens_mask: 序列类型为
int8
- input_ids: 序列类型为
数据集分割
- 训练集:
- 样本数量: 9737225
- 数据大小: 30029601900字节
数据集大小
- 下载大小: 9411819822字节
- 总数据大小: 30029601900字节
