Dampish/GPT-NEO-PRE-S

---
license: cc-by-nc-4.0
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 2891461681
num_examples: 631070
download_size: 667909351
dataset_size: 2891461681
---

许可证：知识共享署名-非商业性使用4.0国际许可协议（CC BY-NC 4.0）
数据集信息：
特征项：
- 名称：指令（instruction），数据类型：字符串
- 名称：输入（input），数据类型：字符串
- 名称：输出（output），数据类型：字符串
- 名称：输入Token序列（input_ids），数据类型：int32序列
- 名称：注意力掩码（attention_mask），数据类型：int8序列
数据集划分：
- 名称：训练集（train），字节大小：2891461681，样本数量：631070
下载大小：667909351
数据集总大小：2891461681

原始信息汇总

数据集概述

数据集特征

• instruction：数据类型为字符串。
• input：数据类型为字符串。
• output：数据类型为字符串。
• input_ids：数据类型为整数序列，具体为32位整数。
• attention_mask：数据类型为整数序列，具体为8位整数。

数据集划分

• train：
  • 数据量：2,891,461,681字节
  • 示例数量：631,070个

数据集大小

• 下载大小：667,909,351字节
• 数据集总大小：2,891,461,681字节

许可证

• 本数据集遵循CC-BY-NC-4.0许可证。