hlillemark/flores200_eng_input_scaffolding_mix_mt5

---
dataset_info:
features:
- name: id
dtype: int32
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 8665985185
num_examples: 10240000
- name: val
num_bytes: 3827042
num_examples: 5000
- name: test
num_bytes: 7670994
num_examples: 10000
download_size: 4220835761
dataset_size: 8677483221
---
# Dataset Card for "flores200_eng_input_scaffolding_mix_mt5"

[More Information needed](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

数据集名称

flores200_eng_input_scaffolding_mix_mt5

数据集特征

• id：整数类型，数据类型为 int32。
• 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。

数据集分割

• 训练集 (train)：包含 10240000 个样本，占用 8665985185 字节。
• 验证集 (val)：包含 5000 个样本，占用 3827042 字节。
• 测试集 (test)：包含 10000 个样本，占用 7670994 字节。

数据集大小

• 下载大小：4220835761 字节。
• 数据集总大小：8677483221 字节。