raymondzmc/tweet_topic_Qwen3.5-0.8B_vocab_2000_last

--- dataset_info: features: - name: id dtype: int64 - name: context dtype: string - name: next_word dtype: string - name: next_word_logits sequence: float64 - name: input_embeddings sequence: float64 - name: bow dtype: string - name: label dtype: int64 splits: - name: train num_bytes: 539482459 num_examples: 21996 download_size: 104101472 dataset_size: 539482459 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 特征名：id，数据类型：64位整数（int64） - 特征名：context（上下文），数据类型：字符串 - 特征名：next_word（下一词），数据类型：字符串 - 特征名：next_word_logits（下一词对数几率），数据类型：64位浮点数序列 - 特征名：input_embeddings（输入嵌入），数据类型：64位浮点数序列 - 特征名：bow（词袋模型，Bag of Words），数据类型：字符串 - 特征名：label（标签），数据类型：64位整数（int64） 数据集划分： - 划分名称：训练集（train），占用字节数：539482459，样本数量：21996 下载总大小：104101472 数据集总占用字节数：539482459 数据集配置： - 配置名称：默认（default），数据文件： - 对应划分：训练集，文件路径：data/train-*