bri25yu/flores200_baseline_all_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: 30474393243 num_examples: 41287764 - name: val num_bytes: 3791994 num_examples: 5000 - name: test num_bytes: 7604613 num_examples: 10000 download_size: 15127185362 dataset_size: 30485789850 --- # Dataset Card for "flores200_baseline_all_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： 特征字段： - 名称：id，数据类型：32位整数 - 名称：输入标识序列（input_ids），数据类型：32位整数序列 - 名称：注意力掩码（attention_mask），数据类型：8位整数序列 - 名称：标签序列（labels），数据类型：64位整数序列 数据集划分： - 划分名称：训练集（train），字节大小：30474393243，样本数量：41287764 - 划分名称：验证集（val），字节大小：3791994，样本数量：5000 - 划分名称：测试集（test），字节大小：7604613，样本数量：10000 下载总大小：15127185362 数据集总存储大小：30485789850 # 「flores200_baseline_all_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_baseline_all_mt5

数据集特征

• id：整数类型，数据类型为 int32。
• 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。

数据集划分

• 训练集：包含 41287764 个样本，占用空间 30474393243 字节。
• 验证集：包含 5000 个样本，占用空间 3791994 字节。
• 测试集：包含 10000 个样本，占用空间 7604613 字节。

数据集大小

• 下载大小：15127185362 字节。
• 数据集总大小：30485789850 字节。