kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-markdown-93000

--- dataset_info: features: - name: input_ids sequence: sequence: int32 - name: attention_mask sequence: sequence: int8 - name: labels sequence: sequence: int64 splits: - name: train num_bytes: 13336000 num_examples: 1000 download_size: 1079358 dataset_size: 13336000 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 输入标识（input_ids）：序列类型，其子元素为32位整型（int32）序列 - 注意力掩码（attention_mask）：序列类型，其子元素为8位整型（int8）序列 - 标签（labels）：序列类型，其子元素为64位整型（int64）序列 数据划分： - 训练集（train）：占用字节数为13336000，样本总数为1000 下载大小：1079358字节 数据集总大小：13336000字节 配置项： - 默认配置（default）： 数据文件设置如下： - 训练集对应数据路径为data/train-*

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。
• labels: 序列类型，数据类型为int64。

数据分割

• train: 包含1000个样本，总字节数为13336000。

数据集大小

• 下载大小: 1079358字节。
• 数据集大小: 13336000字节。

配置

• default: 包含训练数据文件，路径为data/train-*。