braindao/cnn-100k-tokenized
收藏Hugging Face2023-03-08 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/braindao/cnn-100k-tokenized
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: labels
sequence: int64
splits:
- name: test
num_bytes: 76615320
num_examples: 11490
- name: train
num_bytes: 666800000
num_examples: 100000
- name: validation
num_bytes: 89137824
num_examples: 13368
download_size: 143694053
dataset_size: 832553144
---
# Dataset Card for "cnn-100k-tokenized"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
braindao
原始信息汇总
数据集概述
数据集名称
cnn-100k-tokenized
数据集特征
- input_ids: 数据类型为
int32，序列类型。 - attention_mask: 数据类型为
int8，序列类型。 - labels: 数据类型为
int64，序列类型。
数据集分割
- test: 包含11490个示例，占用76615320字节。
- train: 包含100000个示例，占用666800000字节。
- validation: 包含13368个示例，占用89137824字节。
数据集大小
- 下载大小: 143694053字节
- 数据集总大小: 832553144字节
