bri25yu/flores200_eng_input_scaffolding_mt5

--- dataset_info: features: - name: id dtype: int32 - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 9706777237 num_examples: 10240000 - name: val num_bytes: 3827042 num_examples: 5000 - name: test num_bytes: 7670994 num_examples: 10000 download_size: 4662177615 dataset_size: 9718275273 --- # Dataset Card for "flores200_eng_input_scaffolding_mt5" [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

flores200_eng_input_scaffolding_mt5

数据集特征

• id：整数类型，数据类型为 int32。
• input_ids：序列类型，数据类型为 int32。
• attention_mask：序列类型，数据类型为 int8。
• labels：序列类型，数据类型为 int64。

数据集分割

• 训练集（train）：包含 10240000 个样本，占用 9706777237 字节。
• 验证集（val）：包含 5000 个样本，占用 3827042 字节。
• 测试集（test）：包含 10000 个样本，占用 7670994 字节。

数据集大小

• 下载大小：4662177615 字节。
• 数据集总大小：9718275273 字节。