jarod0411/cm_v6_idx3

---
dataset_info:
features:
- name: prompt
dtype: string
- name: first_mask_count
dtype: int64
- name: first_start_index
dtype: int64
- name: first_mask_gen_count
dtype: int64
- name: first_mask_tokens
dtype: string
- name: first_mask_gen_count_real
dtype: int64
- name: generated_smiles
dtype: string
- name: original_smiles
dtype: string
- name: generated_tokens
dtype: string
splits:
- name: train
num_bytes: 233488696.0
num_examples: 1000000
download_size: 52973506
dataset_size: 233488696.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• prompt：字符串类型
• first_mask_count：整数类型（int64）
• first_start_index：整数类型（int64）
• first_mask_gen_count：整数类型（int64）
• first_mask_tokens：字符串类型
• first_mask_gen_count_real：整数类型（int64）
• generated_smiles：字符串类型
• original_smiles：字符串类型
• generated_tokens：字符串类型

数据集划分

• 训练集（train）：
  • 示例数量：1000000
  • 数据大小：233488696.0 字节

数据集大小

• 下载大小：52973506 字节
• 数据集总大小：233488696.0 字节

配置信息

• 配置名称：default
• 数据文件：
  • 划分：训练集
  • 路径：data/train-*