Jcuhfehl/OpenHermes-ChatML-tokenized_llama

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 443338883
num_examples: 242831
download_size: 123505257
dataset_size: 443338883
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：输入ID（input_ids），序列类型为32位整数
- 名称：注意力掩码（attention_mask），序列类型为8位整数
数据集拆分：
- 拆分名称：训练集，字节数：443338883，样本数量：242831
下载大小：123505257
数据集总存储大小：443338883
配置项：
- 配置名称：默认配置
数据文件：
- 对应拆分：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据特征

• input_ids: 序列类型，数据类型为int32
• attention_mask: 序列类型，数据类型为int8

数据分割

• train: 包含242831个样本，占用443338883字节

数据大小

• 下载大小: 123505257字节
• 数据集大小: 443338883字节

配置

• default:
  • 数据文件:
    • train: 路径为data/train-*