amitness/logits-mt-it-en-128

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
- name: teacher_logits
sequence:
sequence: float64
- name: teacher_indices
sequence:
sequence: int64
- name: teacher_mask_indices
sequence: int64
splits:
- name: train
num_bytes: 184467361976
num_examples: 40721350
- name: test
num_bytes: 32556394204
num_examples: 7186121
download_size: 0
dataset_size: 217023756180
---
# Dataset Card for "logits-mt-it-en-128"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
配置项：
- 配置名称：default
数据文件：
- 划分集：训练集（train），路径：data/train-*
- 划分集：测试集（test），路径：data/test-*
数据集信息：
特征项：
- 名称：输入Token ID序列（input_ids），序列类型：int32
- 名称：令牌类型ID序列（token_type_ids），序列类型：int8
- 名称：注意力掩码序列（attention_mask），序列类型：int8
- 名称：标签序列（labels），序列类型：int64
- 名称：教师模型逻辑分值序列（teacher_logits），为嵌套float64序列
- 名称：教师模型索引序列（teacher_indices），为嵌套int64序列
- 名称：教师模型掩码索引序列（teacher_mask_indices），序列类型：int64
划分集详情：
- 名称：训练集（train），字节占用量：184467361976，样本数：40721350
- 名称：测试集（test），字节占用量：32556394204，样本数：7186121
下载总大小：0
数据集总占用大小：217023756180
---
# 「logits-mt-it-en-128」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
  • 数据文件:
    • 训练集 (train): data/train-*
    • 测试集 (test): data/test-*

数据集信息

• 特征:

  • input_ids: 序列类型，int32
  • token_type_ids: 序列类型，int8
  • attention_mask: 序列类型，int8
  • labels: 序列类型，int64
  • teacher_logits: 序列类型，包含序列类型，float64
  • teacher_indices: 序列类型，包含序列类型，int64
  • teacher_mask_indices: 序列类型，int64

• 数据集划分:

  • 训练集 (train):
    • 字节数: 184467361976
    • 样本数: 40721350
  • 测试集 (test):
    • 字节数: 32556394204
    • 样本数: 7186121

• 数据集大小:

  • 下载大小: 0
  • 数据集总大小: 217023756180