pbelcak/pmc-train-4100000-to-4200000-GemmaTokens
收藏官方服务：
资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 3302423177 num_examples: 694769 download_size: 1180473534 dataset_size: 3302423177 configs: - config_name: default data_files: - split: train path: data/train-* ---
提供机构：
pbelcak原始信息汇总
数据集概述
数据集特征
- input_ids：序列类型为
int32。 - attention_mask：序列类型为
int8。
数据集划分
- 训练集（train）：包含
694769个样本，总大小为3302423177字节。
数据集大小
- 下载大小：
1180473534字节。 - 数据集总大小：
3302423177字节。
配置信息
- 配置名称：default
- 数据文件路径：
- 训练集路径格式：
data/train-*
- 训练集路径格式：
