AayushShah/SQL_ProcessedInputs

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 169263247.6591853
num_examples: 207341
- name: val
num_bytes: 43524625.19326676
num_examples: 53316
- name: test
num_bytes: 29017233.147547957
num_examples: 35545
download_size: 50460134
dataset_size: 241805106.0
---
# Dataset Card for "SQL_ProcessedInputs"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
配置项：
- 配置名称：default
数据文件：
- 训练拆分：路径为 `data/train-*`
- 验证拆分：路径为 `data/val-*`
- 测试拆分：路径为 `data/test-*`
数据集信息：
特征：
- 输入标识序列（input_ids）：int32类型序列
- 注意力掩码（attention_mask）：int8类型序列
- 标签序列（labels）：int64类型序列
拆分信息：
- 训练集：数据字节数 169263247.6591853，样本数 207341
- 验证集：数据字节数 43524625.19326676，样本数 53316
- 测试集：数据字节数 29017233.147547957，样本数 35545
下载大小：50460134
数据集总大小：241805106.0
---
# "SQL_ProcessedInputs" 数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
• 数据文件:
  • 训练集: data/train-*
  • 验证集: data/val-*
  • 测试集: data/test-*

数据集信息

• 特征:
  • input_ids: 序列类型为int32
  • attention_mask: 序列类型为int8
  • labels: 序列类型为int64
• 分割:
  • 训练集:
    • 字节数: 169263247.6591853
    • 样本数: 207341
  • 验证集:
    • 字节数: 43524625.19326676
    • 样本数: 53316
  • 测试集:
    • 字节数: 29017233.147547957
    • 样本数: 35545
• 下载大小: 50460134
• 数据集大小: 241805106.0