jtatman/gemma-trismegistus-2b-unsloth-processed

---
dataset_info:
features:
- name: text
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 121201881.11265524
num_examples: 12172
- name: val
num_bytes: 13462450.153163807
num_examples: 1352
download_size: 59275498
dataset_size: 134664331.26581904
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
---

原始信息汇总

数据集概述

数据集特征

• text：字符串类型
• input_ids：整数序列，类型为int32
• attention_mask：整数序列，类型为int8

数据集分割

• 训练集（train）：
  • 示例数量：12172
  • 数据大小：121201881.11265524字节
• 验证集（val）：
  • 示例数量：1352
  • 数据大小：13462450.153163807字节

数据集大小

• 下载大小：59275498字节
• 数据集总大小：134664331.26581904字节

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 验证集路径：data/val-*