anujsahani01/StarCoder_tokenized
收藏官方服务：
资源简介：
--- license: mit configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 544252924 num_examples: 41827 - name: test num_bytes: 181959808 num_examples: 13984 - name: validation num_bytes: 523980228 num_examples: 40269 download_size: 306264878 dataset_size: 1250192960 ---
提供机构：
anujsahani01原始信息汇总
数据集概述
许可证
- MIT许可证
配置
- 默认配置
- 数据文件路径：
- 训练集：
data/train-* - 测试集：
data/test-* - 验证集：
data/validation-*
- 训练集：
- 数据文件路径：
数据集信息
-
特征：
input_ids：序列类型为int32attention_mask：序列类型为int8labels：序列类型为int64
-
数据分割：
- 训练集：
- 字节数：544252924
- 样本数：41827
- 测试集：
- 字节数：181959808
- 样本数：13984
- 验证集：
- 字节数：523980228
- 样本数：40269
- 训练集：
-
数据集大小：
- 下载大小：306264878字节
- 数据集大小：1250192960字节
