mfidabel/wikipedia_fhe_tokens
收藏Hugging Face2024-03-25 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/mfidabel/wikipedia_fhe_tokens
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: predicted_token
dtype: int64
- name: token_00
dtype: int64
- name: token_01
dtype: int64
- name: token_02
dtype: int64
- name: token_03
dtype: int64
- name: token_04
dtype: int64
- name: token_05
dtype: int64
- name: token_06
dtype: int64
- name: token_07
dtype: int64
- name: token_08
dtype: int64
- name: token_09
dtype: int64
- name: token_10
dtype: int64
- name: token_11
dtype: int64
- name: token_12
dtype: int64
- name: token_13
dtype: int64
- name: token_14
dtype: int64
- name: token_15
dtype: int64
- name: token_16
dtype: int64
- name: token_17
dtype: int64
- name: token_18
dtype: int64
- name: token_19
dtype: int64
splits:
- name: train
num_bytes: 13440000
num_examples: 80000
- name: test
num_bytes: 3360000
num_examples: 20000
download_size: 8171221
dataset_size: 16800000
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---
数据集信息：
特征：
- 名称：预测Token（predicted_token），数据类型：int64（64位整数类型）
- 名称：token_00，数据类型：int64（64位整数类型）
- 名称：token_01，数据类型：int64（64位整数类型）
- 名称：token_02，数据类型：int64（64位整数类型）
- 名称：token_03，数据类型：int64（64位整数类型）
- 名称：token_04，数据类型：int64（64位整数类型）
- 名称：token_05，数据类型：int64（64位整数类型）
- 名称：token_06，数据类型：int64（64位整数类型）
- 名称：token_07，数据类型：int64（64位整数类型）
- 名称：token_08，数据类型：int64（64位整数类型）
- 名称：token_09，数据类型：int64（64位整数类型）
- 名称：token_10，数据类型：int64（64位整数类型）
- 名称：token_11，数据类型：int64（64位整数类型）
- 名称：token_12，数据类型：int64（64位整数类型）
- 名称：token_13，数据类型：int64（64位整数类型）
- 名称：token_14，数据类型：int64（64位整数类型）
- 名称：token_15，数据类型：int64（64位整数类型）
- 名称：token_16，数据类型：int64（64位整数类型）
- 名称：token_17，数据类型：int64（64位整数类型）
- 名称：token_18，数据类型：int64（64位整数类型）
- 名称：token_19，数据类型：int64（64位整数类型）
数据集划分：
- 划分名称：训练集（train），占用字节数：13440000，样本总量：80000
- 划分名称：测试集（test），占用字节数：3360000，样本总量：20000
下载大小：8171221，数据集总大小：16800000
配置项：
- 配置名称：默认配置（default），数据文件：
- 训练集划分：对应路径 data/train-*
- 测试集划分：对应路径 data/test-*
提供机构：
mfidabel
原始信息汇总
数据集概述
特征信息
- predicted_token: 数据类型为 int64。
- token_00 至 token_19: 共20个特征，每个特征的数据类型均为 int64。
数据分割
- 训练集 (train): 包含80000个样本，总大小为13440000字节。
- 测试集 (test): 包含20000个样本，总大小为3360000字节。
数据集大小
- 下载大小: 8171221字节。
- 数据集总大小: 16800000字节。
配置信息
- 默认配置 (default):
- 训练集路径: data/train-*
- 测试集路径: data/test-*
