Minata/tokenized_512src_fm_fc_ms_ff_method2testcases_v0

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 1225830278
num_examples: 183836
- name: test
num_bytes: 310978298
num_examples: 46637
download_size: 172254156
dataset_size: 1536808576
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：输入标记ID序列（input_ids），类型为int32的序列
- 名称：注意力掩码序列（attention_mask），类型为int8的序列
- 名称：标签序列（labels），类型为int64的序列
数据集划分：
- 划分名称：训练集（train），占用字节数：1225830278，样本数量：183836
- 划分名称：测试集（test），占用字节数：310978298，样本数量：46637
下载大小：172254156字节，数据集总大小：1536808576字节
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 训练集划分：data/train-*
- 测试集划分：data/test-*

原始信息汇总

数据集概述

特征信息

• input_ids: 序列类型为 int32
• attention_mask: 序列类型为 int8
• labels: 序列类型为 int64

数据分割

• 训练集 (train):
  • 字节数: 1225830278
  • 样本数: 183836
• 测试集 (test):
  • 字节数: 310978298
  • 样本数: 46637

数据集大小

• 下载大小: 172254156 字节
• 数据集大小: 1536808576 字节

配置信息

• 默认配置 (default):
  • 训练集文件路径: data/train-*
  • 测试集文件路径: data/test-*