gguichard/wsd_myriade_synth_data_gpt4turbo_val_1

--- dataset_info: features: - name: tokens sequence: string - name: wn_sens sequence: int64 - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 4969434 num_examples: 7903 download_size: 1136746 dataset_size: 4969434 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 名称：tokens（标记（Token）序列），类型：字符串序列 - 名称：wn_sens（词网义项序列），类型：64位整数序列 - 名称：input_ids（输入标记ID序列），类型：32位整数序列 - 名称：attention_mask（注意力掩码序列），类型：8位整数序列 - 名称：labels（标签序列），类型：64位整数序列 数据拆分： - 名称：训练集（train），字节大小：4969434，样本数量：7903 下载大小：1136746 数据集总大小：4969434 配置： - 配置名称：默认（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

• tokens: 字符串序列
• wn_sens: 整数序列（int64）
• input_ids: 整数序列（int32）
• attention_mask: 整数序列（int8）
• labels: 整数序列（int64）

数据集分割

• train:
  • 字节数: 4969434
  • 示例数: 7903

数据集大小

• 下载大小: 1136746
• 数据集大小: 4969434

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*