zzhhjjj/LLaMA3_tokenized
收藏Hugging Face2024-06-19 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/zzhhjjj/LLaMA3_tokenized
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: int64
- name: labels
dtype: int64
- name: source
list:
- name: source
dtype: string
- name: start
dtype: int64
- name: end
dtype: int64
splits:
- name: train
num_bytes: 34064655529
num_examples: 33200
download_size: 8805288762
dataset_size: 34064655529
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
zzhhjjj
原始信息汇总
数据集概述
数据集特征
- input_ids: 序列类型，数据类型为int64。
- labels: 数据类型为int64。
- source: 列表类型，包含以下子项：
- source: 数据类型为string。
- start: 数据类型为int64。
- end: 数据类型为int64。
数据集分割
- train: 包含33200个样本，总字节数为34064655529。
数据集大小
- 下载大小: 8805288762字节。
- 数据集大小: 34064655529字节。
配置信息
- default: 包含训练数据文件路径为
data/train-*。
