pbelcak/pmc-train-700000-to-800000-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-700000-to-800000-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: 5983464208
num_examples: 1216266
download_size: 2068468233
dataset_size: 5983464208
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
pbelcak
原始信息汇总
数据集概述
数据集特征
- input_ids：序列类型为
int32。 - attention_mask：序列类型为
int8。
数据集分割
- train：包含1216266个示例，总大小为5983464208字节。
数据集大小与下载信息
- 下载大小：2068468233字节。
- 数据集总大小：5983464208字节。
配置信息
- 配置名称：default
- 数据文件路径：
- split：train
- path：data/train-*
