Dmitriy007/Lenta_2_v2
收藏资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 699990424 num_examples: 51334 - name: validation num_bytes: 69734504 num_examples: 5114 - name: test num_bytes: 74438924 num_examples: 5459 download_size: 265249928 dataset_size: 844163852 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---
数据集信息： 特征： - 名称：输入Token标识（input_ids），数据序列类型：32位整型序列 - 名称：注意力掩码（attention_mask），数据序列类型：8位整型序列 - 名称：标签（labels），数据序列类型：64位整型序列 数据集划分： - 划分名称：训练集（train），字节大小：699990424，样本数量：51334 - 划分名称：验证集（validation），字节大小：69734504，样本数量：5114 - 划分名称：测试集（test），字节大小：74438924，样本数量：5459 下载大小：265249928，数据集总大小：844163852 配置项： - 配置名称：默认配置（default），数据文件： - 训练集划分：数据路径为data/train-* - 验证集划分：数据路径为data/validation-* - 测试集划分：数据路径为data/test-*
数据集概述
特征信息
- input_ids: 序列类型为
int32 - attention_mask: 序列类型为
int8 - labels: 序列类型为
int64
数据分割
- 训练集 (train):
- 字节数: 699990424
- 样本数: 51334
- 验证集 (validation):
- 字节数: 69734504
- 样本数: 5114
- 测试集 (test):
- 字节数: 74438924
- 样本数: 5459
数据集大小
- 下载大小: 265249928 字节
- 数据集总大小: 844163852 字节
配置信息
- 配置名称: default
- 数据文件路径:
- 训练集:
data/train-* - 验证集:
data/validation-* - 测试集:
data/test-*
- 训练集:
