sanagnos/openweb_processed_llama_dataset_2048
收藏Hugging Face2024-02-05 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/sanagnos/openweb_processed_llama_dataset_2048
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: special_tokens_mask
sequence: int8
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 47191877400.0
num_examples: 3836738
download_size: 14903844514
dataset_size: 47191877400.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
sanagnos
原始信息汇总
数据集概述
特征信息
- input_ids: 序列类型，数据类型为int32。
- special_tokens_mask: 序列类型，数据类型为int8。
- attention_mask: 序列类型，数据类型为int8。
数据分割
- train: 包含3836738个样本，总字节数为47191877400.0。
数据集大小
- 下载大小: 14903844514字节。
- 数据集大小: 47191877400.0字节。
配置信息
- default: 包含训练数据文件，路径为
data/train-*。
