kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-latex-65000

--- 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: 1028958 dataset_size: 13336000 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息（dataset_info）： 特征： - 名称：输入ID（input_ids），为嵌套序列特征，其子元素为32位整数（int32） - 名称：注意力掩码（attention_mask），为嵌套序列特征，其子元素为8位整数（int8） - 名称：标签（labels），为嵌套序列特征，其子元素为64位整数（int64） 数据拆分： - 名称：训练集（train），占用字节数13336000，样本总数1000 下载大小：1028958 数据集总大小：13336000 配置项： - 配置名称：默认配置（default），数据文件配置为训练拆分对应路径`data/train-*`

原始信息汇总

数据集概述

数据集特征

• 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。

数据集划分

• train: 包含1000个样本，总字节数为13336000。

数据集大小

• 下载大小: 1028958字节。
• 数据集大小: 13336000字节。

配置信息

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