alorenc/c4_30B_5M_split_265M
收藏官方服务：
资源简介：
--- dataset_info: features: - name: input_ids list: int32 - name: attention_mask list: int8 splits: - name: train num_bytes: 1327069992 num_examples: 258789 - name: validation num_bytes: 25034896 num_examples: 4882 download_size: 2163007030 dataset_size: 1352104888 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* ---
数据集信息： 特征项： - 名称：输入序列ID（input_ids），类型：32位整数列表 - 名称：注意力掩码（attention_mask），类型：8位整数列表 数据集划分： - 名称：训练集（train），字节数：1327069992，样本数：258789 - 名称：验证集（validation），字节数：25034896，样本数：4882 下载总大小：2163007030 数据集总大小：1352104888 数据集配置： - 配置名称：默认配置（default），数据文件： - 划分：训练集，路径：data/train-* - 划分：验证集，路径：data/validation-*
提供机构：
alorenc
