hyperdemocracy/usc-llm-tokens-bert-base-uncased-2048
收藏Hugging Face2024-03-22 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/hyperdemocracy/usc-llm-tokens-bert-base-uncased-2048
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: 1295254968
num_examples: 126391
- name: validation
num_bytes: 111959400
num_examples: 10925
- name: test
num_bytes: 109510128
num_examples: 10686
download_size: 288396493
dataset_size: 1516724496
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---
提供机构：
hyperdemocracy
原始信息汇总
数据集概述
数据集特征
- input_ids：整数序列，类型为 int32。
- attention_mask：整数序列，类型为 int8。
数据集划分
- 训练集：包含 126391 个样本，占用 1295254968 字节。
- 验证集：包含 10925 个样本，占用 111959400 字节。
- 测试集：包含 10686 个样本，占用 109510128 字节。
数据集大小
- 下载大小：288396493 字节。
- 数据集总大小：1516724496 字节。
数据文件配置
- 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-*
