valashir/SMM2-levels-final-v2

---
dataset_info:
features:
- name: id
dtype: int64
- name: level
sequence:
sequence:
sequence: uint8
- name: text
dtype: string
- name: text-baseline
dtype: string
splits:
- name: train
num_bytes: 16639096098
num_examples: 202096
- name: val
num_bytes: 167450434
num_examples: 2048
download_size: 263061211
dataset_size: 16806546532
---
# Dataset Card for "SMM2-levels-final-v2"

[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：
- 字段名：id，数据类型：int64
- 字段名：level，其数据结构为嵌套三层序列，最内层序列元素类型为uint8（无符号8位整数）
- 字段名：text，数据类型：字符串
- 字段名：text-baseline，数据类型：字符串
数据集划分：
- 划分名称：训练集（train），占用字节数：16639096098，样本总数：202096
- 划分名称：验证集（val），占用字节数：167450434，样本总数：2048
下载总大小：263061211 字节
数据集总存储大小：16806546532 字节
---
# 数据集卡片："SMM2-levels-final-v2"
[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

SMM2-levels-final-v2

数据集特征

• id: 整数类型 (int64)
• level: 序列类型，内部序列类型为无符号整数 (uint8)
• text: 字符串类型 (string)
• text-baseline: 字符串类型 (string)

数据集分割

• 训练集 (train):
  • 示例数量: 202096
  • 数据大小: 16639096098 字节
• 验证集 (val):
  • 示例数量: 2048
  • 数据大小: 167450434 字节

数据集大小

• 下载大小: 263061211 字节
• 总数据集大小: 16806546532 字节