carnival13/massive_eng_DA3_tokenized

---
dataset_info:
features:
- name: pass_label
dtype: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 97253830
num_examples: 138200
download_size: 22040467
dataset_size: 97253830
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "massive_eng_DA3_tokenized"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息:
特征项:
- 字段名称: pass_label（通过标签）
数据类型: 64位整数（int64）
- 字段名称: input_ids（输入ID）
序列类型: 32位整数（int32）
- 字段名称: attention_mask（注意力掩码）
序列类型: 8位整数（int8）
数据集划分:
- 划分名称: train（训练集）
字节占用: 97253830
样本数量: 138200
下载体积: 22040467
数据集总占用体积: 97253830
配置项:
- 配置名称: default（默认配置）
数据文件:
- 对应划分: train（训练集）
文件路径: data/train-*
---
# 「massive_eng_DA3_tokenized」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

数据集信息

特征

• pass_label: 数据类型为 int64
• input_ids: 序列类型为 int32
• attention_mask: 序列类型为 int8

分割

• train: 包含 138200 个样本，占用 97253830 字节

大小

• 下载大小: 22040467 字节
• 数据集大小: 97253830 字节

配置

• default: 包含训练数据文件，路径为 data/train-*