amitness/logits-ar-kmt-512

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
- name: teacher_logits
sequence:
sequence: float64
- name: teacher_indices
sequence:
sequence: int64
- name: teacher_mask_indices
sequence: int64
splits:
- name: train
num_bytes: 26479205248.58042
num_examples: 1698296
- name: test
num_bytes: 4672811932.077537
num_examples: 299700
download_size: 10941745120
dataset_size: 31152017180.65796
---
# Dataset Card for "logits-ar-kmt-512"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置：
  • 训练数据：路径为 data/train-*
  • 测试数据：路径为 data/test-*

数据特征

• 输入ID：序列类型为 int32
• 标记类型ID：序列类型为 int8
• 注意力掩码：序列类型为 int8
• 标签：序列类型为 int64
• 教师对数：序列类型为 float64 的序列
• 教师索引：序列类型为 int64 的序列
• 教师掩码索引：序列类型为 int64

数据分割

• 训练集：
  • 字节数：26479205248.58042
  • 样本数：1698296
• 测试集：
  • 字节数：4672811932.077537
  • 样本数：299700

数据大小

• 下载大小：10941745120
• 数据集大小：31152017180.65796