linhphanff/phobert-vietnamse-nomic-embed-mlm-dummy

--- license: apache-2.0 dataset_info: features: - name: input_ids sequence: int32 - name: token_type_ids sequence: int8 - name: special_tokens_mask sequence: int8 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 7391280 num_examples: 515 download_size: 2063633 dataset_size: 7391280 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

许可证

• 许可证类型：Apache 2.0

数据集信息

• 特征信息

  • input_ids: 序列类型，数据类型为int32
  • token_type_ids: 序列类型，数据类型为int8
  • special_tokens_mask: 序列类型，数据类型为int8
  • attention_mask: 序列类型，数据类型为int8

• 数据分割

  • train: 训练集，包含515个样本，总字节数为7391280

数据集大小

• 下载大小：2063633字节
• 数据集大小：7391280字节

配置信息

• 默认配置
  • 数据文件路径：data/train-*