jtatman/CoT_reformatted_preprocessed_llama2

---
dataset_info:
features:
- name: text
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 10782796585
num_examples: 1851975
- name: eval
num_bytes: 180549
num_examples: 25
download_size: 1530950918
dataset_size: 10782977134
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: eval
path: data/eval-*
---

原始信息汇总

数据集信息

特征

• text: 数据类型为字符串。
• input_ids: 数据类型为整数序列，每个元素为32位整数。
• attention_mask: 数据类型为整数序列，每个元素为8位整数。

数据分割

• train:
  • 字节数: 10782796585
  • 样本数: 1851975
• eval:
  • 字节数: 180549
  • 样本数: 25

数据大小

• 下载大小: 1530950918 字节
• 数据集大小: 10782977134 字节

配置

• default:
  • train: 数据文件路径为 data/train-*
  • eval: 数据文件路径为 data/eval-*