kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-latex-35000

--- 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: 1009703 dataset_size: 13336000 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息（dataset_info）包含以下内容： 1. 特征集（features）： - 输入ID（input_ids）：嵌套的int32整数序列 - 注意力掩码（attention_mask）：嵌套的int8整数序列 - 标签（labels）：嵌套的int64整数序列 2. 数据集划分（splits）： - 训练集（train）：占用存储空间13336000字节，共包含1000个样本 3. 下载大小为1009703字节，数据集总大小为13336000字节 数据集配置（configs）如下： - 默认配置（default）：其关联的数据文件划分与路径为：训练划分对应路径为data/train-*

原始信息汇总

数据集概述

特征信息

• 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

• train: 包含1000个样本，总字节数为13336000。

数据集大小

• 下载大小: 1009703字节。
• 数据集大小: 13336000字节。

配置信息

• default: 包含训练数据文件，路径为data/train-*。