kimou605/TATA-NOTATA-FineMistral-nucleotide_transformer_downstream_tasks

该数据集专门用于微调Mistral模型，以区分tata和no tata序列。数据集来源于InstaDeep，并经过重新格式化以提升自然语言处理模型在识别特定模式方面的性能。数据集包含两个分割：训练集和测试集，分别包含53,276和5,920个示例。

原始信息汇总

数据集概述

数据集名称

Dataset for Fine-tuning Mistral Model on Tata and No Tata Sequences

数据集描述

该数据集专为训练Mistral模型以区分tata和no tata序列而设计。它源自InstaDeep创建的原始数据集，经过调整以提升自然语言处理模型在识别特定模式上的性能。

数据集信息

特征

• 名称: text
• 数据类型: string

数据分割

• 训练集: 53,276 examples
• 测试集: 5,920 examples

详细数据

• 训练集:
  • 示例数量: 53,276
  • 数据大小: 18,491,278 bytes
• 测试集:
  • 示例数量: 5,920
  • 数据大小: 2,054,722 bytes

数据集大小

• 下载大小: 9,488,224 bytes
• 总数据集大小: 20,546,000 bytes

配置

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 测试集: data/test-*

许可证

apache-2.0

任务类别

text-generation

标签

Genomics