BigTMiami/amazon_25M_simple_5_000

--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 2045556 num_examples: 5017 download_size: 934847 dataset_size: 2045556 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征项： - 特征名称：输入Token ID（input_ids），序列元素类型为int32 - 特征名称：注意力掩码（attention_mask），序列元素类型为int8 数据集拆分： - 拆分名称：训练集（train），字节占用量：2045556，样本总数：5017 下载大小：934847 数据集总大小：2045556 配置项： - 配置名称：默认（default），数据文件配置： - 对应拆分：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• input_ids

  • 数据类型：int32
  • 序列类型：sequence

• attention_mask

  • 数据类型：int8
  • 序列类型：sequence

数据集分割

• 训练集 (train)
  • 数据量：2045556 字节
  • 样本数：5017

数据集大小

• 下载大小：934847 字节
• 数据集总大小：2045556 字节

配置信息

• 配置名称：default
• 数据文件路径：
  • 分割类型：train
  • 路径格式：data/train-*