KaggleMasterX/DPO_NEW_10K

---
dataset_info:
features:
- name: bibcode
dtype: string
- name: abstract
dtype: string
- name: id
dtype: int64
- name: title
dtype: string
- name: year
dtype: int64
- name: read_count
dtype: int64
- name: cite_read_boost
dtype: float64
- name: citation_count
dtype: int64
- name: keyword
dtype: string
- name: PDF_link_url
dtype: string
- name: log_read_count
dtype: float64
- name: latent_readcount
dtype: float64
- name: log_cite_count
dtype: float64
- name: latent_cite_count
dtype: float64
- name: log_crb_count
dtype: float64
- name: latent_crb_count
dtype: float64
- name: clickbait
dtype: int64
- name: selected_title
dtype: string
- name: rejected_title
dtype: string
splits:
- name: train
num_bytes: 3465519
num_examples: 2000
download_size: 1922454
dataset_size: 3465519
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

• bibcode: 字符串类型
• abstract: 字符串类型
• id: 整数类型（int64）
• title: 字符串类型
• year: 整数类型（int64）
• read_count: 整数类型（int64）
• cite_read_boost: 浮点数类型（float64）
• citation_count: 整数类型（int64）
• keyword: 字符串类型
• PDF_link_url: 字符串类型
• log_read_count: 浮点数类型（float64）
• latent_readcount: 浮点数类型（float64）
• log_cite_count: 浮点数类型（float64）
• latent_cite_count: 浮点数类型（float64）
• log_crb_count: 浮点数类型（float64）
• latent_crb_count: 浮点数类型（float64）
• clickbait: 整数类型（int64）
• selected_title: 字符串类型
• rejected_title: 字符串类型

数据集划分

• train:
  • 数据量: 3465519字节
  • 示例数量: 2000

数据集大小

• 下载大小: 1922454字节
• 数据集总大小: 3465519字节