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