5w4n/processed_oscar_bert_dataset

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 250351200.0
num_examples: 69542
download_size: 85253912
dataset_size: 250351200.0
---
# Dataset Card for "processed_oscar_bert_dataset"

[More Information needed](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

数据集名称

• 名称: processed_oscar_bert_dataset

数据集特征

• 特征列表:
  • input_ids: 数据类型为int32的序列。
  • token_type_ids: 数据类型为int8的序列。
  • attention_mask: 数据类型为int8的序列。
  • special_tokens_mask: 数据类型为int8的序列。

数据集分割

• 训练集:
  • 数据量: 250351200.0 字节
  • 样本数: 69542

数据集大小

• 下载大小: 85253912 字节
• 总数据量: 250351200.0 字节