transcendingvictor/tinystories-v2-clean-tokenized-token-map

---
dataset_info:
features:
- name: token_positions
sequence:
sequence: int64
- name: token_id
dtype: int64
splits:
- name: validation
num_bytes: 112719948
num_examples: 3719
download_size: 20085684
dataset_size: 112719948
configs:
- config_name: default
data_files:
- split: validation
path: data/validation-*
---

原始信息汇总

数据集信息

特征

• token_positions: 序列类型，包含整数（int64）
• token_id: 整数类型（int64）

数据分割

• validation: 包含3719个样本，占用112719948字节

数据大小

• 下载大小: 20085684字节
• 数据集大小: 112719948字节

配置

• default:
  • 数据文件:
    • validation: 路径为data/validation-*