pbelcak/pmc-train-3700000-to-3800000-GemmaTokens
收藏官方服务：
资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 6661222002 num_examples: 1348504 download_size: 2335558145 dataset_size: 6661222002 configs: - config_name: default data_files: - split: train path: data/train-* ---
提供机构：
pbelcak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
数据集划分
- 训练集（train）
- 样本数量：1348504
- 数据大小：6661222002字节
数据集大小
- 下载大小：2335558145字节
- 数据集总大小：6661222002字节
