taesiri/simple_fsm_bench2

---
dataset_info:
features:
- name: id
dtype: string
- name: fsm_json
dtype: string
- name: string
dtype: string
- name: label
dtype: string
- name: difficulty_level
dtype: int64
- name: num_states
dtype: int64
- name: num_transitions
dtype: int64
- name: dot
dtype: string
- name: transition_matrix
dtype: string
- name: start_state
dtype: string
- name: accepting_states
sequence: string
splits:
- name: train
num_bytes: 97257596
num_examples: 21452
- name: validation
num_bytes: 49657155
num_examples: 11102
download_size: 1795783
dataset_size: 146914751
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串。
• fsm_json: 数据类型为字符串。
• string: 数据类型为字符串。
• label: 数据类型为字符串。
• difficulty_level: 数据类型为整数（int64）。
• num_states: 数据类型为整数（int64）。
• num_transitions: 数据类型为整数（int64）。
• dot: 数据类型为字符串。
• transition_matrix: 数据类型为字符串。
• start_state: 数据类型为字符串。
• accepting_states: 数据类型为字符串序列。

数据分割

• train: 包含21452个样本，总字节数为97257596。
• validation: 包含11102个样本，总字节数为49657155。

数据集大小

• 下载大小: 1795783字节。
• 数据集大小: 146914751字节。

配置

• default:
  • train: 数据文件路径为data/train-*。
  • validation: 数据文件路径为data/validation-*。