amaniopia/merged_train_plus_kd_tokenized

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: input_ids
list: int32
- name: labels
list: int64
- name: attention_mask
list: int8
splits:
- name: train
num_bytes: 29031351776
num_examples: 4353832
download_size: 712001350
dataset_size: 29031351776
---

数据集配置项：
- 配置名称：默认（default）
关联数据文件：
- 数据拆分：训练集（train），数据存储路径：data/train-*
数据集信息详情：
数据特征字段：
- 输入标识（input_ids）：32位整数列表
- 标签（labels）：64位整数列表
- 注意力掩码（attention_mask）：8位整数列表
数据拆分参数：
- 拆分名称：训练集（train），总字节数：29031351776，样本总量：4353832
下载体积：712001350 字节
数据集总存储体积：29031351776 字节