thusinh1969/flant5xl-rerank-3.2M-512-TEST

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
- name: decoder_attention_mask
sequence: int64
splits:
- name: train
num_bytes: 43024000
num_examples: 1000
download_size: 1510803
dataset_size: 43024000
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集元信息：
特征：
- 名称：input_ids（输入ID序列），序列类型为int32整数
- 名称：attention_mask（注意力掩码），序列类型为int8整数
- 名称：labels（标签序列），序列类型为int64整数
- 名称：decoder_attention_mask（解码器注意力掩码），序列类型为int64整数
数据划分：
- 划分名称：train（训练集），字节占用量为43024000，样本总数为1000
下载大小：1510803
数据集总大小：43024000
配置项：
- 配置名称：default（默认配置），数据文件：
- 训练划分对应路径为data/train-*

原始信息汇总

数据集概述

数据集特征

• input_ids：整数序列，数据类型为int32。
• attention_mask：整数序列，数据类型为int8。
• labels：整数序列，数据类型为int64。
• decoder_attention_mask：整数序列，数据类型为int64。

数据集分割

• 训练集（train）：
  • 数据量：43,024,000字节
  • 样本数：1,000

数据集大小

• 下载大小：1,510,803字节
• 数据集总大小：43,024,000字节

配置信息

• 默认配置（default）：
  • 数据文件路径：data/train-*