hyperdemocracy/usc-llm-tokens-bert-base-uncased-1024
收藏官方服务：
资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 1038968696 num_examples: 202607 - name: validation num_bytes: 87786232 num_examples: 17119 - name: test num_bytes: 85022240 num_examples: 16580 download_size: 291273901 dataset_size: 1211777168 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---
提供机构：
hyperdemocracy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
数据集划分
- 训练集:
- 样本数量: 202607
- 存储大小: 1038968696 字节
- 验证集:
- 样本数量: 17119
- 存储大小: 87786232 字节
- 测试集:
- 样本数量: 16580
- 存储大小: 85022240 字节
数据集大小
- 下载大小: 291273901 字节
- 数据集总大小: 1211777168 字节
数据文件配置
- 配置名称: default
- 数据文件路径:
- 训练集:
data/train-* - 验证集:
data/validation-* - 测试集:
data/test-*
- 训练集:
