jarod0411/cm_v6_idx2

---
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: 233189425.0
num_examples: 1000000
download_size: 52932343
dataset_size: 233189425.0
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

数据集分割

• train:
  • 示例数量: 1000000
  • 数据大小: 233189425.0 字节

数据集大小

• 下载大小: 52932343 字节
• 数据集总大小: 233189425.0 字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*