semiotic/synthetic_sql_encoded

---
dataset_info:
features:
- name: timestamp
dtype: string
- name: model
dtype: string
- name: type
dtype: string
- name: system_context_version
dtype: string
- name: user_message_version
dtype: string
- name: query_structure_version
dtype: string
- name: db_id
dtype: string
- name: topic
dtype: string
- name: query_structure
dtype: string
- name: question
dtype: string
- name: query
dtype: string
- name: pair
dtype: string
- name: query_embedding
sequence: float32
- name: question_embedding
sequence: float64
- name: query_embedding_model
dtype: string
- name: question_embedding_model
dtype: string
splits:
- name: train
num_bytes: 550014642
num_examples: 4080
download_size: 112198784
dataset_size: 550014642
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• timestamp: 字符串类型
• model: 字符串类型
• type: 字符串类型
• system_context_version: 字符串类型
• user_message_version: 字符串类型
• query_structure_version: 字符串类型
• db_id: 字符串类型
• topic: 字符串类型
• query_structure: 字符串类型
• question: 字符串类型
• query: 字符串类型
• pair: 字符串类型
• query_embedding: 浮点数序列，类型为float32
• question_embedding: 浮点数序列，类型为float64
• query_embedding_model: 字符串类型
• question_embedding_model: 字符串类型

数据分割

• train:
  • 字节数: 550014642
  • 样本数: 4080

数据集大小

• 下载大小: 112198784字节
• 数据集大小: 550014642字节

配置

• default:
  • 数据文件路径: data/train-*