PY007/slimpajama_llama2_tokenized_upsample_4096_chunk_256K
收藏Hugging Face2024-06-05 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/PY007/slimpajama_llama2_tokenized_upsample_4096_chunk_256K
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: end
dtype: int64
- name: source
dtype: string
- name: start
dtype: int64
splits:
- name: train
num_bytes: 15986106066
num_examples: 7793
download_size: 3644778961
dataset_size: 15986106066
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
PY007
原始信息汇总
数据集详情
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，包含以下子特征：
- end: 数据类型为int64
- source: 数据类型为string
- start: 数据类型为int64
数据分割
- train: 包含7793个样本，总字节数为15986106066
数据集大小
- 下载大小: 3644778961字节
- 数据集大小: 15986106066字节
配置
- default: 包含训练数据文件，路径为
data/train-*
