该数据集包含两个主要特征：input_ids和attention_mask，分别使用int32和int8类型表示。数据集仅包含一个训练集分割，该分割包含16543个示例，占用1603499字节。数据集的下载大小为343708字节，总大小为1603499字节。默认配置下，数据文件路径为data/train-*。

Hugging Face2024-12-01 更新160

daven3/the_pile_Github_phi3_8k

机器学习

序数数据

--- dataset_info: features: - name: input_ids sequence: int32 splits: - name: train num_bytes: 1964003357.3891046 num_examples: 60011 - name: test num_bytes: 19990920.0 n

Hugging Face2024-05-05 更新130

realness_dataset

机器学习

序数数据

该数据集包含序列数据及其对应的标签，共分为训练集、验证集和测试集三个部分。训练集包含190000个示例，验证集和测试集各包含5000个示例。数据集的总大小为59293644字节。

Hugging Face2025-09-16 更新170

SpeechResearch/wtimit_vectorized

机器学习

序数数据

--- dataset_info: features: - name: id dtype: string - name: input_features sequence: sequence: float32 - name: labels sequence: int64 splits: - name: train num_bytes

Hugging Face2024-05-23 更新140

Table Supplementary 1

资源简介：

相关数据集