bismarck91/enA-frA-tokenized-bc-combined-fr-en

--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 33203544158 num_examples: 5098543 download_size: 9321391622 dataset_size: 33203544158 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 名称：输入标识序列（input_ids），类型：int32序列 - 名称：注意力掩码（attention_mask），类型：int8序列 - 名称：标签（labels），类型：int64序列 数据集划分： - 名称：训练集，字节占用量：33203544158，样本总数：5098543 下载大小：9321391622，数据集总大小：33203544158 数据集配置： - 配置名称：默认配置（default），数据文件： - 数据集划分：训练集，文件路径：data/train-*