kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-html-56000

--- dataset_info: features: - name: input_ids sequence: sequence: int32 - name: attention_mask sequence: sequence: int8 - name: labels sequence: sequence: int64 splits: - name: train num_bytes: 13336000 num_examples: 1000 download_size: 660346 dataset_size: 13336000 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征列表： - 特征名：输入标识符（input_ids），类型为序列，其序列元素为32位有符号整数（int32） - 特征名：注意力掩码（attention_mask），类型为序列，其序列元素为8位有符号整数（int8） - 特征名：标签（labels），类型为序列，其序列元素为64位有符号整数（int64） 划分集列表： - 划分名称：训练集（train），占用字节数：13336000，样本数量：1000 下载大小：660346 数据集总大小：13336000 配置项列表： - 配置名称：默认配置（default），数据文件列表： - 对应划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• input_ids: 序列类型，数据类型为int32。
• attention_mask: 序列类型，数据类型为int8。
• labels: 序列类型，数据类型为int64。

数据集划分

• train: 包含1000个样本，总字节数为13336000。

数据集大小

• 下载大小: 660346字节。
• 数据集大小: 13336000字节。

配置信息

• default:
  • 数据文件路径: data/train-*
  • 对应数据集划分: train