kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-latex-110000

---
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: 969978
dataset_size: 13336000
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：输入标识（input_ids）：双层序列，内层元素为32位整数
- 名称：注意力掩码（attention_mask）：双层序列，内层元素为8位整数
- 名称：标签（labels）：双层序列，内层元素为64位整数
数据集划分：
- 名称：训练集（train）：字节占用量13336000，样本总数1000
下载大小：969978
数据集总大小：13336000
配置项：
- 配置名称：默认（default）
数据文件：
- 对应划分：训练集（train），路径为data/train-*

原始信息汇总

数据集信息

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

数据分割

• train: 包含1000个样本，总字节数为13336000

数据集大小

• 下载大小: 969978字节
• 数据集大小: 13336000字节

配置

• default: 包含训练数据文件，路径为data/train-*