awettig/RedPajama-combined-15B-6K-llama

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: test
num_bytes: 1422094968
num_examples: 17802
- name: train
num_bytes: 192480977304
num_examples: 2409506
download_size: 577654462
dataset_size: 193903072272
---
# Dataset Card for "RedPajama-combined-15B-6K-llama"

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

dataset_info:
特征项：
- 名称：输入标识符（input_ids），序列类型：32位整型
- 名称：注意力掩码（attention_mask），序列类型：8位整型
- 名称：标签（labels），序列类型：64位整型
数据集划分：
- 名称：测试集（test），字节数：1422094968，样本数：17802
- 名称：训练集（train），字节数：192480977304，样本数：2409506
下载大小：577654462
数据集总大小：193903072272
---
# 「RedPajama-combined-15B-6K-llama」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

数据集信息

特征

• input_ids: 序列类型为 int32
• attention_mask: 序列类型为 int8
• labels: 序列类型为 int64

分割

• test:
  • 字节数: 1422094968
  • 样本数: 17802
• train:
  • 字节数: 192480977304
  • 样本数: 2409506

大小

• 下载大小: 577654462
• 数据集大小: 193903072272