BigTMiami/small_amazon_2_500_condensed

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 2887244
num_examples: 433
- name: validation
num_bytes: 2693872
num_examples: 404
download_size: 1892480
dataset_size: 5581116
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征项：
- 名称：输入ID序列（input_ids），类型为int32序列
- 名称：注意力掩码（attention_mask），类型为int8序列
- 名称：标签（labels），类型为int64序列
数据集划分：
- 划分名称：训练集（train），字节占用量：2887244，样本总数：433
- 划分名称：验证集（validation），字节占用量：2693872，样本总数：404
下载总大小：1892480，数据集总占用大小：5581116
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 训练集划分对应路径：data/train-*
- 验证集划分对应路径：data/validation-*

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。
• labels：序列类型为int64。

数据集划分

• 训练集：包含433个样本，总大小为2887244字节。
• 验证集：包含404个样本，总大小为2693872字节。

数据集大小

• 下载大小：1892480字节。
• 数据集总大小：5581116字节。

数据文件配置

• 配置名称：default
• 数据文件路径：
  • 训练集：data/train-*
  • 验证集：data/validation-*