aakashMeghwar01/sindhi-tokenized-505m
收藏Hugging Face2026-03-04 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/aakashMeghwar01/sindhi-tokenized-505m
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
list: int32
- name: attention_mask
list: int8
splits:
- name: train
num_bytes: 794348482
num_examples: 742379
download_size: 245601709
dataset_size: 794348482
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征列表：
- 特征名称：输入标识序列（input_ids），类型为int32整数列表
- 特征名称：注意力掩码（attention_mask），类型为int8整数列表
数据集划分：
- 划分名称：训练集（train），字节占用量：794348482，样本数量：742379
下载大小：245601709 字节，数据集总大小：794348482 字节
数据集配置：
- 配置名称：默认配置（default），数据文件配置：
- 对应数据集划分：训练集（train），文件路径：data/train-*
提供机构：
aakashMeghwar01
