junlinw/opc-sft-s2-annealing-ins3-python-precode0.5-cb-og0.1entire_OG_var3
收藏数据链接：
官方服务：
资源简介：
该数据集包含了输入ID（input_ids）、标签（labels）、时间戳（t）、提示符令牌数（num_prompt_tokens）、遮蔽令牌数（num_mask_tokens）和原始数据（original）等字段。数据集分为训练集和测试集，其中训练集包含2,219,937个示例，大小为5,665,027,732字节；测试集包含22,423个示例，大小为60,072,468字节。
The dataset includes fields such as input IDs (input_ids), labels (labels), timestamps (t), number of prompt tokens (num_prompt_tokens), number of masked tokens (num_mask_tokens), and original data (original). The dataset is split into a training set with 2,219,937 examples and a size of 5,665,027,732 bytes, and a test set with 22,423 examples and a size of 60,072,468 bytes.
提供机构：
junlinw
