yosefw/msmarco_train_passages_8m_tokenized
收藏Hugging Face2025-11-06 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/yosefw/msmarco_train_passages_8m_tokenized
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含用于模型训练的四个特征字段：input_ids, token_type_ids, attention_mask, 和 labels。input_ids和labels为整数列表类型，token_type_ids和attention_mask为整数8列表类型。数据集包含一个训练集，共有1209793个样本，数据大小为8691152912字节。
The dataset includes four feature fields for model training: input_ids, token_type_ids, attention_mask, and labels. input_ids and labels are integer list types, while token_type_ids and attention_mask are int8 list types. The dataset contains a training set with a total of 1,209,793 samples and a data size of 8,691,152,912 bytes.
提供机构：
yosefw
