pbelcak/pmc-train-900000-to-1000000-GemmaTokens
收藏Hugging Face2024-05-08 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/pbelcak/pmc-train-900000-to-1000000-GemmaTokens
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 4611741410
num_examples: 949230
download_size: 1613914315
dataset_size: 4611741410
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
The dataset includes two features: input_ids (sequence type, int32) and attention_mask (sequence type, int8). It consists of a single training set with 949230 examples, totaling 4611741410 bytes. The download size of the dataset is 1613914315 bytes. The dataset configuration is set to default, with training data files located at data/train-* path.
提供机构：
pbelcak
原始信息汇总
数据集概述
数据集特征
- input_ids：整数序列，数据类型为
int32。 - attention_mask：整数序列，数据类型为
int8。
数据集分割
- 训练集（train）：
- 样本数量：949230
- 数据大小：4611741410字节
数据集大小与下载大小
- 下载大小：1613914315字节
- 数据集总大小：4611741410字节
配置信息
- 配置名称：default
- 数据文件路径：
- 分割类型：train
- 文件路径模式：data/train-*
