gsstein/75-percent-human-dataset-llama-mistake

---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: summary
dtype: string
- name: text
dtype: string
- name: prompt
dtype: string
- name: generated
dtype: bool
- name: raw_summary
dtype: string
splits:
- name: train
num_bytes: 129554823
num_examples: 15326
- name: test
num_bytes: 4640952
num_examples: 576
- name: validation
num_bytes: 4924707
num_examples: 576
download_size: 84557863
dataset_size: 139120482
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• summary: 字符串类型
• text: 字符串类型
• prompt: 字符串类型
• generated: 布尔类型
• raw_summary: 字符串类型

数据集分割

• 训练集: 15326个样本，占用129554823字节
• 测试集: 576个样本，占用4640952字节
• 验证集: 576个样本，占用4924707字节

数据集大小

• 下载大小: 84557863字节
• 数据集总大小: 139120482字节

数据文件配置

• 默认配置:
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/validation-*