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