mhr2004/plm-val-nsp-20000-tokenized
收藏Hugging Face2024-05-02 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/mhr2004/plm-val-nsp-20000-tokenized
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: label
dtype: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 37356086
num_examples: 40000
download_size: 14058021
dataset_size: 37356086
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
mhr2004
原始信息汇总
数据集信息
特征
- text: 数据类型为字符串。
- label: 数据类型为整数（int64）。
- input_ids: 数据类型为整数序列（int32）。
- attention_mask: 数据类型为整数序列（int8）。
数据分割
- train: 包含40000个样本，占用37356086字节。
数据大小
- 下载大小: 14058021字节。
- 数据集大小: 37356086字节。
配置
- default: 包含训练数据文件，路径为
data/train-*。
