nielsr/datacomp_small_llamav2_classified_v3

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: uid
dtype: string
- name: url
dtype: string
- name: text
dtype: string
- name: original_width
dtype: int64
- name: original_height
dtype: int64
- name: clip_b32_similarity_score
dtype: float32
- name: clip_l14_similarity_score
dtype: float32
- name: face_bboxes
sequence:
sequence: float64
- name: sha256
dtype: string
- name: detected_language
dtype: string
- name: label
dtype:
class_label:
names:
'0': bad
'1': good
splits:
- name: train
num_bytes: 16878987
num_examples: 50000
download_size: 12939770
dataset_size: 16878987
---
# Dataset Card for "datacomp_small_llamav2_classified_v3"

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

原始信息汇总

数据集卡片 "datacomp_small_llamav2_classified_v3"

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
      • 路径: data/train-*

数据集信息

• 特征:
  • 名称: uid
    • 数据类型: string
  • 名称: url
    • 数据类型: string
  • 名称: text
    • 数据类型: string
  • 名称: original_width
    • 数据类型: int64
  • 名称: original_height
    • 数据类型: int64
  • 名称: clip_b32_similarity_score
    • 数据类型: float32
  • 名称: clip_l14_similarity_score
    • 数据类型: float32
  • 名称: face_bboxes
    • 序列:
      • 序列: float64
  • 名称: sha256
    • 数据类型: string
  • 名称: detected_language
    • 数据类型: string
  • 名称: label
    • 数据类型:
      • 类别标签:
        • 名称:
          • 0: bad
          • 1: good

分割

• 名称: train
  • 字节数: 16878987
  • 样本数: 50000

下载和数据集大小

• 下载大小: 12939770
• 数据集大小: 16878987