hlillemark/flores200_eng_output_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: 9171714465
num_examples: 10240000
- name: val
num_bytes: 3827042
num_examples: 5000
- name: test
num_bytes: 7670994
num_examples: 10000
download_size: 4216144161
dataset_size: 9183212501
---
# Dataset Card for "flores200_scaffold_output_mix_mt5"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征列表：
- 字段名：id，数据类型：int32
- 字段名：input_ids，含义为输入Token ID序列，序列数据类型：int32
- 字段名：attention_mask，含义为注意力掩码（attention_mask），序列数据类型：int8
- 字段名：labels，含义为标签序列，序列数据类型：int64
数据集划分：
- 划分名称：train（训练集），数据字节数：9171714465，样本总数：10240000
- 划分名称：val（验证集），数据字节数：3827042，样本总数：5000
- 划分名称：test（测试集），数据字节数：7670994，样本总数：10000
下载总大小：4216144161
数据集总存储大小：9183212501
---
# 「flores200_scaffold_output_mix_mt5」数据集卡片

[需补充更多信息](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_scaffold_output_mix_mt5

数据集特征

• id: 整数类型，32位
• input_ids: 序列数据，整数类型，32位
• attention_mask: 序列数据，整数类型，8位
• labels: 序列数据，整数类型，64位

数据集分割

• 训练集 (train):
  • 示例数量: 10240000
  • 存储大小: 9171714465 字节
• 验证集 (val):
  • 示例数量: 5000
  • 存储大小: 3827042 字节
• 测试集 (test):
  • 示例数量: 10000
  • 存储大小: 7670994 字节

数据集大小

• 下载大小: 4216144161 字节
• 数据集总大小: 9183212501 字节