kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-latex-80000

--- dataset_info: features: - name: input_ids sequence: sequence: int32 - name: attention_mask sequence: sequence: int8 - name: labels sequence: sequence: int64 splits: - name: train num_bytes: 13336000 num_examples: 1000 download_size: 970107 dataset_size: 13336000 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息: 特征: - 名称: input_ids（输入标识） 序列: 序列: 32位整数（int32） - 名称: attention_mask（注意力掩码） 序列: 序列: 8位整数（int8） - 名称: labels（标签） 序列: 序列: 64位整数（int64） 数据集划分: - 名称: train（训练集） 占用字节数: 13336000 样本数量: 1000 下载大小: 970107 数据集总大小: 13336000 配置项: - 配置名称: default（默认配置） 数据文件: - 划分: train（训练集） 路径: data/train-*

原始信息汇总

数据集概述

数据集特征

• 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。

数据集划分

• train: 包含1000个样本，总字节数为13336000。

数据集大小

• 下载大小: 970107字节。
• 数据集大小: 13336000字节。

配置

• default: 包含训练数据文件，路径为data/train-*。