Asap7772/persona_gpt4_paired_filtered

---
dataset_info:
features:
- name: x
dtype: string
- name: yw
dtype: string
- name: yl
dtype: string
- name: scorew
dtype: int64
- name: scorel
dtype: int64
- name: genw
dtype: string
- name: genl
dtype: string
- name: scorer
dtype: string
- name: scorer_id
dtype: int64
- name: scorerw_id
dtype: int64
- name: scorerl_id
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 334725349
num_examples: 103517
- name: test
num_bytes: 37179654
num_examples: 11501
- name: test_questions
num_bytes: 43453069
num_examples: 13615
download_size: 109473351
dataset_size: 415358072
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: test_questions
path: data/test_questions-*
---

数据集详情：
特征列表：
- 特征名：x，数据类型：字符串
- 特征名：yw，数据类型：字符串
- 特征名：yl，数据类型：字符串
- 特征名：scorew，数据类型：64位整数
- 特征名：scorel，数据类型：64位整数
- 特征名：genw，数据类型：字符串
- 特征名：genl，数据类型：字符串
- 特征名：scorer，数据类型：字符串
- 特征名：scorer_id，数据类型：64位整数
- 特征名：scorerw_id，数据类型：64位整数
- 特征名：scorerl_id，数据类型：64位整数
- 特征名：__index_level_0__，数据类型：64位整数
数据集拆分：
- 拆分名：train（训练集），占用字节数：334725349，样本总数：103517
- 拆分名：test（测试集），占用字节数：37179654，样本总数：11501
- 拆分名：test_questions（测试问题集），占用字节数：43453069，样本总数：13615
下载总大小：109473351
数据集总占用大小：415358072
数据集配置：
- 配置名称：default（默认配置），数据文件：
- 对应拆分：train，路径：data/train-*
- 对应拆分：test，路径：data/test-*
- 对应拆分：test_questions，路径：data/test_questions-*

原始信息汇总

数据集概述

数据集特征

• x: 数据类型为字符串
• yw: 数据类型为字符串
• yl: 数据类型为字符串
• scorew: 数据类型为整数
• scorel: 数据类型为整数
• genw: 数据类型为字符串
• genl: 数据类型为字符串
• scorer: 数据类型为字符串
• scorer_id: 数据类型为整数
• scorerw_id: 数据类型为整数
• scorerl_id: 数据类型为整数
• index_level_0: 数据类型为整数

数据集分割

• train:

  • 数据量: 334725349 字节
  • 样本数: 103517

• test:

  • 数据量: 37179654 字节
  • 样本数: 11501

• test_questions:

  • 数据量: 43453069 字节
  • 样本数: 13615

数据集大小

• 下载大小: 109473351 字节
• 数据集总大小: 415358072 字节

数据文件配置

• default 配置:
  • train: 文件路径为 data/train-*
  • test: 文件路径为 data/test-*
  • test_questions: 文件路径为 data/test_questions-*