pbelcak/pmc-train-2500000-to-2600000-GemmaTokens
收藏Hugging Face2024-05-08 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/pbelcak/pmc-train-2500000-to-2600000-GemmaTokens
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: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 6994941889
num_examples: 1413408
download_size: 2389477485
dataset_size: 6994941889
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
The dataset includes two features: input_ids (int32 sequence) and attention_mask (int8 sequence). It consists of a training set with 1413408 examples, totaling 6994941889 bytes. The download size of the dataset is 2389477485 bytes. The dataset has a default configuration with training data files located at data/train-* path.
提供机构：
pbelcak
原始信息汇总
数据集概述
数据集特征
- input_ids：整数序列，数据类型为
int32。 - attention_mask：整数序列，数据类型为
int8。
数据集划分
- 训练集（train）：
- 数据量：1413408个示例。
- 存储大小：6994941889字节。
数据集大小与下载信息
- 下载大小：2389477485字节。
- 数据集总大小：6994941889字节。
配置信息
- 配置名称：default
- 数据文件路径：
- 训练集路径：
data/train-*
- 训练集路径：
