tyzhu/lmind_nq_train10000_eval6489_v1_doc

---
configs:
- config_name: default
data_files:
- split: train_qa
path: data/train_qa-*
- split: train_recite_qa
path: data/train_recite_qa-*
- split: eval_qa
path: data/eval_qa-*
- split: eval_recite_qa
path: data/eval_recite_qa-*
- split: all_docs
path: data/all_docs-*
- split: all_docs_eval
path: data/all_docs_eval-*
- split: train
path: data/train-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: answers
struct:
- name: answer_start
sequence: 'null'
- name: text
sequence: string
- name: inputs
dtype: string
- name: targets
dtype: string
splits:
- name: train_qa
num_bytes: 1159729
num_examples: 10000
- name: train_recite_qa
num_bytes: 7573876
num_examples: 10000
- name: eval_qa
num_bytes: 752802
num_examples: 6489
- name: eval_recite_qa
num_bytes: 4912675
num_examples: 6489
- name: all_docs
num_bytes: 9144930
num_examples: 14014
- name: all_docs_eval
num_bytes: 9144126
num_examples: 14014
- name: train
num_bytes: 9144930
num_examples: 14014
- name: validation
num_bytes: 9144930
num_examples: 14014
download_size: 31863130
dataset_size: 50977998
---
# Dataset Card for "lmind_nq_train10000_eval6489_v1_doc"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

配置项：
- 配置名称（config_name）：default
数据文件：
- 数据集拆分（split）：train_qa，路径（path）：data/train_qa-*
- 数据集拆分（split）：train_recite_qa，路径：data/train_recite_qa-*
- 数据集拆分（split）：eval_qa，路径：data/eval_qa-*
- 数据集拆分（split）：eval_recite_qa，路径：data/eval_recite_qa-*
- 数据集拆分（split）：all_docs，路径：data/all_docs-*
- 数据集拆分（split）：all_docs_eval，路径：data/all_docs_eval-*
- 数据集拆分（split）：train，路径：data/train-*
- 数据集拆分（split）：validation，路径：data/validation-*
数据集信息（dataset_info）：
特征（features）：
- 字段名：answers，为结构体（struct）：
- 字段名：answer_start，序列（sequence）类型为null
- 字段名：text，序列（sequence）类型为字符串（string）
- 字段名：inputs，数据类型（dtype）为字符串
- 字段名：targets，数据类型（dtype）为字符串
数据集拆分详情：
- 拆分名称：train_qa，字节数（num_bytes）：1159729，样本数（num_examples）：10000
- 拆分名称：train_recite_qa，字节数：7573876，样本数：10000
- 拆分名称：eval_qa，字节数：752802，样本数：6489
- 拆分名称：eval_recite_qa，字节数：4912675，样本数：6489
- 拆分名称：all_docs，字节数：9144930，样本数：14014
- 拆分名称：all_docs_eval，字节数：9144126，样本数：14014
- 拆分名称：train，字节数：9144930，样本数：14014
- 拆分名称：validation，字节数：9144930，样本数：14014
下载大小（download_size）：31863130
数据集总大小（dataset_size）：50977998
---
# 「lmind_nq_train10000_eval6489_v1_doc」数据集卡片（Dataset Card）
[更多信息待补充](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

数据集配置

• 默认配置：
  • 数据文件路径：
    • train_qa: data/train_qa-*
    • train_recite_qa: data/train_recite_qa-*
    • eval_qa: data/eval_qa-*
    • eval_recite_qa: data/eval_recite_qa-*
    • all_docs: data/all_docs-*
    • all_docs_eval: data/all_docs_eval-*
    • train: data/train-*
    • validation: data/validation-*

数据集信息

• 特征：

  • answers：
    • answer_start：序列类型为 null
    • text：序列类型为 string
  • inputs：数据类型为 string
  • targets：数据类型为 string

• 分割：

  • train_qa：
    • 字节数：1159729
    • 样本数：10000
  • train_recite_qa：
    • 字节数：7573876
    • 样本数：10000
  • eval_qa：
    • 字节数：752802
    • 样本数：6489
  • eval_recite_qa：
    • 字节数：4912675
    • 样本数：6489
  • all_docs：
    • 字节数：9144930
    • 样本数：14014
  • all_docs_eval：
    • 字节数：9144126
    • 样本数：14014
  • train：
    • 字节数：9144930
    • 样本数：14014
  • validation：
    • 字节数：9144930
    • 样本数：14014

• 下载大小：31863130 字节

• 数据集大小：50977998 字节