kvush/english_thai_logits

---
dataset_info:
features:
- name: input_text
dtype: string
- name: input_ids
sequence: int64
- name: logits
sequence:
sequence: float64
- name: translated_text
dtype: string
- name: translated_ids
sequence: int64
splits:
- name: train
num_bytes: 104375442690
num_examples: 9563
download_size: 25497553810
dataset_size: 104375442690
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：输入文本（input_text），数据类型：字符串
- 名称：输入Token ID序列（input_ids），数据类型：64位整数序列
- 名称：对数几率（logits），数据类型：二维64位浮点数序列
- 名称：翻译文本（translated_text），数据类型：字符串
- 名称：翻译Token ID序列（translated_ids），数据类型：64位整数序列
划分集：
- 名称：训练集（train），占用字节数：104375442690，样本数量：9563
下载大小：25497553810
数据集总大小：104375442690
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：训练集，路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• input_text: 数据类型为字符串。
• input_ids: 数据类型为整数序列，类型为int64。
• logits: 数据类型为浮点数序列，类型为float64。
• translated_text: 数据类型为字符串。
• translated_ids: 数据类型为整数序列，类型为int64。

数据集分割

• train:
  • 数据量: 104375442690 字节
  • 示例数量: 9563

数据集大小

• 下载大小: 25497553810 字节
• 数据集总大小: 104375442690 字节

配置

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