abacusai/LongChat-Lines

该数据集名为LongChat-Lines，用于评估在较长上下文环境中微调模型的性能。数据集基于LMSys提出的任务模板，旨在评估模型对上下文中任意点的注意力。数据集包含多个分割（如100、150等），每个分割包含50个样本，且每个样本具有四个特征：expected_number、num_lines、token_size和prompt。

配置项：
- 配置名称：默认（default）
数据文件：
- 数据拆分：'100'，路径：data/100-*
- 数据拆分：'150'，路径：data/150-*
- 数据拆分：'175'，路径：data/175-*
- 数据拆分：'200'，路径：data/200-*
- 数据拆分：'250'，路径：data/250-*
- 数据拆分：'300'，路径：data/300-*
- 数据拆分：'400'，路径：data/400-*
- 数据拆分：'500'，路径：data/500-*
- 数据拆分：'600'，路径：data/600-*
- 数据拆分：'680'，路径：data/680-*
- 数据拆分：'750'，路径：data/750-*
- 数据拆分：'850'，路径：data/850-*
- 数据拆分：'950'，路径：data/950-*
- 数据拆分：'1100'，路径：data/1100-*
数据集信息：
特征字段：
- 字段名：预期数值（expected_number），数据类型：int64
- 字段名：行数（num_lines），数据类型：int64
- 字段名：Token规模（token_size），数据类型：int64
- 字段名：提示词（prompt），数据类型：string
数据拆分：
- 拆分名称：'100'，字节大小：275673，样本数量：50
- 拆分名称：'150'，字节大小：400446，样本数量：50
- 拆分名称：'175'，字节大小：463159，样本数量：50
- 拆分名称：'200'，字节大小：525856，样本数量：50
- 拆分名称：'250'，字节大小：650643，样本数量：50
- 拆分名称：'300'，字节大小：775800，样本数量：50
- 拆分名称：'400'，字节大小：1025288，样本数量：50
- 拆分名称：'500'，字节大小：1276039，样本数量：50
- 拆分名称：'600'，字节大小：1524627，样本数量：50
- 拆分名称：'680'，字节大小：1724325，样本数量：50
- 拆分名称：'750'，字节大小：1899422，样本数量：50
- 拆分名称：'850'，字节大小：2149220，样本数量：50
- 拆分名称：'950'，字节大小：2398398，样本数量：50
- 拆分名称：'1100'，字节大小：2772556，样本数量：50
下载大小：7270406
数据集总大小：17861452


# “LongChat-Lines”数据集卡片
本数据集用于评估针对长上下文场景进行微调的模型的性能。其基于LMSys提出的用于评估模型对上下文任意位置注意力的任务模板。详细信息请参阅[https://github.com/abacusai/Long-Context](https://github.com/abacusai/Long-Context)。

原始信息汇总

数据集概述

配置信息

• config_name: default
• data_files:
  • split: 100, path: data/100-*
  • split: 150, path: data/150-*
  • split: 175, path: data/175-*
  • split: 200, path: data/200-*
  • split: 250, path: data/250-*
  • split: 300, path: data/300-*
  • split: 400, path: data/400-*
  • split: 500, path: data/500-*
  • split: 600, path: data/600-*
  • split: 680, path: data/680-*
  • split: 750, path: data/750-*
  • split: 850, path: data/850-*
  • split: 950, path: data/950-*
  • split: 1100, path: data/1100-*

数据集信息

• features:
  • name: expected_number, dtype: int64
  • name: num_lines, dtype: int64
  • name: token_size, dtype: int64
  • name: prompt, dtype: string
• splits:
  • name: 100, num_bytes: 275673, num_examples: 50
  • name: 150, num_bytes: 400446, num_examples: 50
  • name: 175, num_bytes: 463159, num_examples: 50
  • name: 200, num_bytes: 525856, num_examples: 50
  • name: 250, num_bytes: 650643, num_examples: 50
  • name: 300, num_bytes: 775800, num_examples: 50
  • name: 400, num_bytes: 1025288, num_examples: 50
  • name: 500, num_bytes: 1276039, num_examples: 50
  • name: 600, num_bytes: 1524627, num_examples: 50
  • name: 680, num_bytes: 1724325, num_examples: 50
  • name: 750, num_bytes: 1899422, num_examples: 50
  • name: 850, num_bytes: 2149220, num_examples: 50
  • name: 950, num_bytes: 2398398, num_examples: 50
  • name: 1100, num_bytes: 2772556, num_examples: 50
• download_size: 7270406
• dataset_size: 17861452