Sacralet/bertMasked_nestingDataset

---
license: apache-2.0
dataset_info:
features:
- name: messages
dtype: string
- name: prompt
dtype: string
- name: masked_index
dtype: int64
splits:
- name: train
num_bytes: 27251368.0
num_examples: 36000
- name: validation
num_bytes: 1514070
num_examples: 2000
- name: test
num_bytes: 1513910
num_examples: 2000
download_size: 13119547
dataset_size: 30279348.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

许可证：Apache-2.0
数据集信息（dataset_info）：
特征（features）：
- 名称：消息（messages），数据类型：字符串（string）
- 名称：提示（prompt），数据类型：字符串（string）
- 名称：掩码索引（masked_index），数据类型：64位整数（int64）
数据集划分（splits）：
- 名称：训练集（train），字节数：27251368.0，样本数量：36000
- 名称：验证集（validation），字节数：1514070，样本数量：2000
- 名称：测试集（test），字节数：1513910，样本数量：2000
下载大小（download_size）：13119547
数据集总大小（dataset_size）：30279348.0
配置项（configs）：
- 配置名称（config_name）：默认配置（default），数据文件（data_files）：
- 划分：训练集（train），路径：data/train-*
- 划分：验证集（validation），路径：data/validation-*
- 划分：测试集（test），路径：data/test-*

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• messages: 数据类型为字符串（string）
• prompt: 数据类型为字符串（string）
• masked_index: 数据类型为整数（int64）

分割

• train:
  • 字节数: 27251368.0
  • 样本数: 36000
• validation:
  • 字节数: 1514070
  • 样本数: 2000
• test:
  • 字节数: 1513910
  • 样本数: 2000

大小

• 下载大小: 13119547
• 数据集大小: 30279348.0

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*