marsggbo/sst2_10000_mrpc_2000_MixtralMoE_patterns

---
dataset_info:
features:
- name: source
dtype: string
- name: prompt_len
dtype: int64
- name: token_idx
sequence: int64
- name: token_expert_patterns
sequence:
sequence:
sequence: int64
- name: sentence_expert_pattern
sequence:
sequence: int64
splits:
- name: train
num_bytes: 2758651736
num_examples: 12000
download_size: 35121925
dataset_size: 2758651736
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：source，数据类型：字符串（string）
- 字段名：prompt_len，数据类型：64位整数（int64）
- 字段名：token_idx，数据类型：64位整数（int64）序列
- 字段名：token_expert_patterns，数据类型：三层嵌套的64位整数（int64）序列
- 字段名：sentence_expert_pattern，数据类型：两层嵌套的64位整数（int64）序列
划分集：
- 划分名：train（训练集），字节数：2758651736，样本总数：12000
下载大小：35121925
数据集总大小：2758651736
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应训练集划分，数据文件路径为 data/train-*

原始信息汇总

数据集概述

数据集特征

• source：数据类型为字符串（string）。
• prompt_len：数据类型为整数（int64）。
• token_idx：数据类型为序列整数（sequence: int64）。
• token_expert_patterns：数据类型为多层序列整数（sequence: sequence: sequence: int64）。
• sentence_expert_pattern：数据类型为序列整数（sequence: sequence: int64）。

数据集分割

• train：训练集包含12000个示例，占用2758651736字节。

数据集大小

• 下载大小：35121925字节。
• 数据集总大小：2758651736字节。

配置

• 默认配置：包含训练数据文件，路径为data/train-*。