Kashif786/Sindhi-SFT-Tokenized-Final-512

---
dataset_info:
features:
- name: input_ids
list: int32
- name: attention_mask
list: int8
splits:
- name: train
num_bytes: 112437312
num_examples: 43784
download_size: 17431252
dataset_size: 112437312
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 名称：input_ids，类型为int32的列表
- 名称：attention_mask，类型为int8的列表
数据集划分：
- 划分名称：train（训练集），占用字节数：112437312，样本数量：43784
下载总大小：17431252 字节
数据集总占用大小：112437312 字节
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分名称：train（训练集），文件路径：data/train-*