BigAction/the-meta-wave-rewritten

该数据集包含多个字段，如查询（query）、HTML内容（html）、XPath（xpath）、外部HTML（outer_html）、检索查询（retriever_query）、LLM查询（llm_query）和来源（origin）。数据集主要用于训练，包含250个示例，总大小为179,806,027字节。这些字段可能用于网页数据抓取、信息检索或自然语言处理任务。

This dataset includes multiple fields such as query, HTML content, XPath, outer HTML, retriever query, LLM query, and origin. It is primarily used for training, containing 250 examples with a total size of 179,806,027 bytes. These fields may be utilized for web data scraping, information retrieval, or natural language processing tasks.

原始信息汇总

数据集概述

数据集信息

特征

• query: 数据类型为字符串。
• html: 数据类型为字符串。
• xpath: 数据类型为字符串。
• outer_html: 数据类型为字符串。
• retriever_query: 数据类型为字符串。
• llm_query: 数据类型为字符串。
• origin: 数据类型为字符串。

数据分割

• train: 包含250个样本，数据大小为179,806,027字节。

数据集大小

• 下载大小: 62,022,062字节。
• 数据集大小: 179,806,027字节。

配置

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