daven3/the_pile_Books3_phi3_8k

---
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 1972520573.1746702
num_examples: 60331
- name: test
num_bytes: 19990920.0
num_examples: 610
download_size: 897170198
dataset_size: 1992511493.1746702
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征列表：
- 特征名称：输入标记ID序列（input_ids），数据类型：int32序列
拆分集信息：
- 拆分集名称：训练集（train），占用字节数：1972520573.1746702，样本总数：60331
- 拆分集名称：测试集（test），占用字节数：19990920.0，样本总数：610
下载总大小：897170198 字节，数据集总存储大小：1992511493.1746702 字节
配置项：
- 配置名称：默认（default），数据文件配置：
- 对应训练集拆分，文件路径：data/train-*
- 对应测试集拆分，文件路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• 名称: input_ids
• 序列类型: int32

数据集分割

• 训练集
  • 样本数量: 60331
  • 数据大小: 1972520573.1746702 字节
• 测试集
  • 样本数量: 610
  • 数据大小: 19990920.0 字节

数据集大小

• 下载大小: 897170198 字节
• 总数据大小: 1992511493.1746702 字节

数据文件配置

• 配置名称: default
• 训练数据文件路径: data/train-*
• 测试数据文件路径: data/test-*