kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-markdown-97000

--- dataset_info: features: - name: input_ids sequence: sequence: int32 - name: attention_mask sequence: sequence: int8 - name: labels sequence: sequence: int64 splits: - name: train num_bytes: 13336000 num_examples: 1000 download_size: 1068388 dataset_size: 13336000 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

特征信息

• 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。

数据分割

• train: 包含 1000 个样本，总字节数为 13336000。

数据集大小

• 下载大小: 1068388 字节。
• 数据集大小: 13336000 字节。

配置信息

• default: 包含训练数据文件，路径为 data/train-*。