manu/tok_dataset_1

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 66696632
num_examples: 9748
download_size: 14296157
dataset_size: 66696632
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• input_ids: 序列类型为 int32
• attention_mask: 序列类型为 int8
• labels: 序列类型为 int64

数据集分割

• 训练集 (train):
  • 数据量: 66696632 字节
  • 样本数: 9748

数据集大小

• 下载大小: 14296157 字节
• 数据集大小: 66696632 字节

配置信息

• 配置名称: default
• 数据文件路径:
  • 训练集路径: data/train-*