kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-latex-54000

--- 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: 1023293 dataset_size: 13336000 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 名称：输入令牌ID（input_ids），为嵌套整数序列，元素类型为int32（32位有符号整数） - 名称：注意力掩码（attention_mask），为嵌套整数序列，元素类型为int8（8位有符号整数） - 名称：标签（labels），为嵌套整数序列，元素类型为int64（64位有符号整数） 数据集拆分： - 名称：训练集（train），占用字节数：13336000，样本数量：1000 下载大小：1023293 数据集总大小：13336000 配置项： - 配置名称：默认配置（default），数据文件： - 拆分：训练集（train），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。

数据集分割

• train: 包含1000个样本，总字节数为13336000。

数据集大小

• 下载大小: 1023293字节。
• 数据集大小: 13336000字节。

配置信息

• default: 包含训练数据文件，路径为data/train-*。