pbaoo2705/cpgqa_processed

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: answer
dtype: string
- name: start_positions
dtype: int64
- name: end_positions
dtype: int64
splits:
- name: train
num_bytes: 9148601
num_examples: 884
download_size: 190231
dataset_size: 9148601
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "cpgqa_processed"

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

---
数据集信息：
特征：
- 名称：输入标识符（input_ids），序列类型，数据格式为int32
- 名称：注意力掩码（attention_mask），序列类型，数据格式为int8
- 名称：答案（answer），数据类型为字符串
- 名称：起始位置（start_positions），数据类型为int64
- 名称：结束位置（end_positions），数据类型为int64
数据集划分：
- 名称：训练集（train），占用字节数：9148601，样本数量：884
下载大小：190231
数据集总大小：9148601
配置项：
- 配置名称：默认（default），数据文件：
- 划分：训练集（train），路径：data/train-*
---
# 「cpgqa_processed」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

数据集信息

特征

• input_ids: 序列类型，数据类型为 int32
• attention_mask: 序列类型，数据类型为 int8
• answer: 数据类型为 string
• start_positions: 数据类型为 int64
• end_positions: 数据类型为 int64

数据分割

• train: 字节数为 9148601，样本数为 884

数据大小

• 下载大小: 190231 字节
• 数据集大小: 9148601 字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*