hlillemark/c4_t5_corrupted_seqlen256_tiny

--- dataset_info: features: - name: input_ids sequence: int32 - name: labels sequence: int64 splits: - name: train num_bytes: 265951400 num_examples: 177775 - name: validation num_bytes: 26565968 num_examples: 17758 download_size: 132827702 dataset_size: 292517368 --- # Dataset Card for "c4_t5_corrupted_seqlen256_tiny" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征字段： - 名称：输入Token序列ID（input_ids），序列类型：int32 - 名称：标签序列（labels），序列类型：int64 数据集划分： - 名称：训练集（train），字节数：265951400，样本数量：177775 - 名称：验证集（validation），字节数：26565968，样本数量：17758 下载大小：132827702 数据集总大小：292517368 --- # 「c4_t5_corrupted_seqlen256_tiny」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

c4_t5_corrupted_seqlen256_tiny

数据集特征

• input_ids

  • 数据类型：int32
  • 序列类型：sequence

• labels

  • 数据类型：int64
  • 序列类型：sequence

数据集分割

• 训练集

  • 大小：265951400 字节
  • 示例数量：177775

• 验证集

  • 大小：26565968 字节
  • 示例数量：17758

数据集大小

• 下载大小：132827702 字节
• 数据集总大小：292517368 字节