Brendan/babylm-processed
收藏Hugging Face2023-03-12 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Brendan/babylm-processed
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 6405468
num_examples: 2077
- name: valid
num_bytes: 1612932
num_examples: 523
download_size: 2868688
dataset_size: 8018400
---
# Dataset Card for "babylm-processed"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
Brendan
原始信息汇总
数据集概述
数据集名称
babylm-processed
数据集特征
- input_ids
- 数据类型: int32
- 序列类型: 序列
- attention_mask
- 数据类型: int8
- 序列类型: 序列
- special_tokens_mask
- 数据类型: int8
- 序列类型: 序列
数据集分割
- 训练集 (train)
- 数据大小: 6405468 字节
- 样本数量: 2077
- 验证集 (valid)
- 数据大小: 1612932 字节
- 样本数量: 523
数据集大小
- 下载大小: 2868688 字节
- 数据集总大小: 8018400 字节
