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-*