emozilla/proofpile-test-tokenized-mistral
收藏Hugging Face2023-10-07 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/emozilla/proofpile-test-tokenized-mistral
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: text
dtype: string
- name: meta
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: tokenized_len
dtype: int64
splits:
- name: train
num_bytes: 1647980074
num_examples: 46251
download_size: 554081392
dataset_size: 1647980074
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "proofpile-test-tokenized-mistral"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
emozilla
原始信息汇总
数据集概述
特征信息
- text: 数据类型为字符串。
- meta: 数据类型为字符串。
- input_ids: 序列类型为int32。
- attention_mask: 序列类型为int8。
- tokenized_len: 数据类型为int64。
数据分割
- train: 包含46251个样本，总字节数为1647980074。
数据大小
- 下载大小: 554081392字节。
- 数据集大小: 1647980074字节。
配置信息
- config_name: default
- data_files:
- split: train
- path: data/train-*
