Shannnh/hw5-changed

---
dataset_info:
features:
- name: Classifier
dtype: string
- name: Prompt
dtype: string
- name: Messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: PromptId
dtype: string
splits:
- name: train
num_bytes: 2630681595
num_examples: 392632
- name: validation
num_bytes: 133821617
num_examples: 27664
- name: test_ds
num_bytes: 98815034
num_examples: 15434
download_size: 1613636150
dataset_size: 2863318246
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test_ds
path: data/test_ds-*
---

原始信息汇总

数据集概述

数据集特征

• Classifier: 数据类型为字符串。
• Prompt: 数据类型为字符串。
• Messages: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• PromptId: 数据类型为字符串。

数据集分割

• 训练集 (train): 包含392632个样本，占用2630681595字节。
• 验证集 (validation): 包含27664个样本，占用133821617字节。
• 测试集 (test_ds): 包含15434个样本，占用98815034字节。

数据集大小

• 下载大小: 1613636150字节。
• 数据集总大小: 2863318246字节。

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test_ds-*