gnovack/tinyllama-activations-v0.1

---
dataset_info:
features:
- name: text
dtype: string
- name: token_idx
dtype: int64
- name: hidden_states
sequence: float64
splits:
- name: train
num_bytes: 45946239835
num_examples: 2500100
download_size: 32211930570
dataset_size: 45946239835
configs:
- config_name: default
data_files:
- split: train
path:
- 0_99/train-*
- 100_199/train-*
- 200_299/train-*
- 300_399/train-*
- 400_499/train-*
- 500_599/train-*
---

原始信息汇总

数据集概述

数据集特征

• text: 数据类型为字符串。
• token_idx: 数据类型为整数，具体为int64。
• hidden_states: 数据类型为浮点数，具体为float64，且为序列类型。

数据集划分

• 训练集（train）:
  • 数据量: 2500100个样本
  • 存储大小: 45946239835字节

数据集大小

• 下载大小: 32211930570字节
• 数据集总大小: 45946239835字节

数据文件配置

• 配置名称: default
• 训练集文件路径:
  • 0_99/train-*
  • 100_199/train-*
  • 200_299/train-*
  • 300_399/train-*
  • 400_499/train-*
  • 500_599/train-*