shossain/govreport-qa-no-pad-32768

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 931486852.8093396
num_examples: 7706
download_size: 286389043
dataset_size: 931486852.8093396
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "govreport-qa-no-pad-32768"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 名称：输入Token ID（input_ids），类型为序列型数据，元素数据格式为int32
- 名称：注意力掩码（attention_mask），类型为序列型数据，元素数据格式为int8
- 名称：标签（labels），类型为序列型数据，元素数据格式为int64
数据集划分：
- 划分名称：训练集（train），字节占用量：931486852.8093396，样本总数：7706
下载文件大小：286389043
数据集总占用字节数：931486852.8093396
配置项：
- 配置名称：默认配置（default），数据文件列表：
- 对应划分集：训练集，文件路径：data/train-*

# 「govreport-qa-no-pad-32768」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

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

分割

• train:
  • 字节数: 931486852.8093396
  • 样本数: 7706

大小

• 下载大小: 286389043
• 数据集大小: 931486852.8093396

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*