hyperdemocracy/usc-llm-tokens-bert-base-uncased-2048
收藏官方服务：
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-*
