AayushShah/SQL_CleanedKaggle

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 958625276.0
num_examples: 266581
- name: test
num_bytes: 106517116.0
num_examples: 29621
download_size: 50495032
dataset_size: 1065142392.0
---
# Dataset Card for "SQL_CleanedKaggle"

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

配置项：
- 配置名称：默认（default）
数据文件：
- 拆分集：训练集（train）
路径：data/train-*
- 拆分集：测试集（test）
路径：data/test-*
数据集信息：
特征项：
- 名称：输入ID（input_ids），序列类型：int32
- 名称：注意力掩码（attention_mask），序列类型：int8
- 名称：标签（labels），序列类型：int64
拆分集合：
- 名称：训练集
字节数：958625276.0
样本数量：266581
- 名称：测试集
字节数：106517116.0
样本数量：29621
下载大小：50495032
总数据集大小：1065142392.0

# “SQL_CleanedKaggle”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

数据集配置

• 默认配置（default）
  • 训练数据（train）：路径为 data/train-*
  • 测试数据（test）：路径为 data/test-*

数据集信息

• 特征
  • input_ids：序列类型，数据类型为 int32
  • attention_mask：序列类型，数据类型为 int8
  • labels：序列类型，数据类型为 int64
• 数据分割
  • 训练集（train）
    • 字节数：958625276.0
    • 样本数：266581
  • 测试集（test）
    • 字节数：106517116.0
    • 样本数：29621
• 下载大小：50495032 字节
• 数据集总大小：1065142392.0 字节