pbelcak/pmc-train-4000000-to-4100000-GemmaTokens
收藏Hugging Face2024-05-08 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/pbelcak/pmc-train-4000000-to-4100000-GemmaTokens
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
splits:
- name: train
num_bytes: 4104190905
num_examples: 850170
download_size: 1451443179
dataset_size: 4104190905
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
pbelcak
原始信息汇总
数据集概述
数据集特征
- input_ids：整数序列，数据类型为
int32。 - attention_mask：整数序列，数据类型为
int8。
数据集划分
- 训练集（train）：
- 样本数量：850,170
- 数据大小：4,104,190,905 字节
数据集大小
- 下载大小：1,451,443,179 字节
- 数据集总大小：4,104,190,905 字节
配置信息
- 配置名称：default
- 数据文件路径：
- 训练集路径格式：
data/train-*
- 训练集路径格式：
