pbelcak/pmc-train-100000-to-200000-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-100000-to-200000-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: 5297968290
num_examples: 1082560
download_size: 1766728781
dataset_size: 5297968290
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
特征信息
- input_ids: 序列类型为
int32 - attention_mask: 序列类型为
int8
数据分割
- train:
- 字节数: 5297968290
- 样本数: 1082560
数据大小
- 下载大小: 1766728781 字节
- 数据集大小: 5297968290 字节
配置信息
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
