pbelcak/pmc-train-800000-to-900000-GemmaTokens
收藏官方服务:
资源简介:
--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 6107693103 num_examples: 1240921 download_size: 2107076426 dataset_size: 6107693103 configs: - config_name: default data_files: - split: train path: data/train-* ---
数据集信息: 特征: - 名称:输入Token标识 (input_ids) 序列:int32(32位整数) - 名称:注意力掩码 (attention_mask) 序列:int8(8位整数) 数据集划分: - 名称:训练集 (train) 占用字节数:6107693103 样本数量:1240921 下载大小:2107076426 数据集总存储大小:6107693103 数据集配置: - 配置名称:默认配置 (default) 数据文件: - 对应划分:训练集 (train) 路径:data/train-*
提供机构:
pbelcak原始信息汇总
数据集概述
数据集特征
- input_ids: 序列类型为
int32。 - attention_mask: 序列类型为
int8。
数据集划分
- 训练集(train):
- 样本数量: 1240921
- 数据大小: 6107693103字节
数据集大小
- 下载大小: 2107076426字节
- 数据集总大小: 6107693103字节
配置信息
- 配置名称: default
- 数据文件路径:
- 训练集路径:
data/train-*
- 训练集路径:



