marsggbo/xsum_switch64_token_real_and_predicted_patterns

该数据集包含多个特征，如提示文本、提示ID序列、解码ID序列、提示模式序列、解码模式序列和预测模式序列。数据集分为一个训练集，包含34000个样本，总大小为691071413字节。下载大小为84781420字节。

The dataset includes multiple features such as prompt text, prompt ID sequences, decode ID sequences, prompt pattern sequences, decode pattern sequences, and predictor pattern sequences. The dataset is divided into a training set containing 34,000 samples, with a total size of 691,071,413 bytes. The download size is 84,781,420 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• prompt_text: 类型为字符串。
• prompt_ids: 类型为整数序列。
• decode_ids: 类型为整数序列。
• prompt_pattern: 类型为整数序列的序列。
• decode_pattern: 类型为整数序列的序列。
• predictor_pattern: 类型为整数序列的序列的序列。

数据分割

• train: 包含34000个样本，数据大小为691071413字节。

数据集大小

• 下载大小: 84781420字节。
• 数据集大小: 691071413字节。

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*