bfunicheli/MD-tokens
收藏Hugging Face2025-01-05 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/bfunicheli/MD-tokens
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了文档标识符（doc_id）、输入ID序列（input_ids）和注意力掩码（attention_mask）三个字段。它被划分为训练集（train），共有约3177716个示例，总大小为130230660245字节。数据集提供了一个默认配置文件，用于指定训练数据的文件路径。
The dataset includes three fields: document identifier (doc_id), input ID sequence (input_ids), and attention mask (attention_mask). It is split into a training set (train) with approximately 3,177,716 examples, totaling 130,230,660,245 bytes in size. The dataset provides a default configuration file to specify the file path for the training data.
提供机构：
bfunicheli
