abdiharyadi/eli5-id-preprocessed-tokenized-filtered

--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 1004301613.693275 num_examples: 443918 download_size: 235069151 dataset_size: 1004301613.693275 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：输入标识（input_ids），序列数据类型为int32 - 名称：注意力掩码（attention_mask），序列数据类型为int8 - 名称：标签（labels），序列数据类型为int64 数据集划分： - 划分名称：训练集（train），字节数为1004301613.693275，样本数为443918 下载大小：235069151 数据集存储大小：1004301613.693275 配置项： - 配置名称：默认配置（default），数据文件： - 对应划分：训练集（train），文件路径为data/train-*

原始信息汇总

数据集信息

特征

• input_ids: 序列类型为 int32
• attention_mask: 序列类型为 int8
• labels: 序列类型为 int64

数据分割

• train:
  • 字节数: 1004301613.693275
  • 样本数: 443918

数据大小

• 下载大小: 235069151 字节
• 数据集大小: 1004301613.693275 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*