chanind/logiclm_bookcorpus_dataset

--- dataset_info: features: - name: input_ids sequence: int32 - name: token_type_ids sequence: int8 - name: attention_mask sequence: int8 - name: special_tokens_mask sequence: int8 splits: - name: train num_bytes: 9635097081.0 num_examples: 72888253 download_size: 3280936965 dataset_size: 9635097081.0 --- # Dataset Card for "logiclm_bookcorpus_dataset" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

logiclm_bookcorpus_dataset

数据集特征

• input_ids：序列类型为int32。
• token_type_ids：序列类型为int8。
• attention_mask：序列类型为int8。
• special_tokens_mask：序列类型为int8。

数据集分割

• 训练集（train）：
  • 数据量：9635097081.0字节
  • 示例数量：72888253

数据集大小

• 下载大小：3280936965字节
• 数据集总大小：9635097081.0字节