wejendorp/ABA_uncased_predictions

---
dataset_info:
features:
- name: labels
sequence: int64
- name: document
dtype: int64
- name: prompt_id
dtype: int64
- name: trailing_whitespace
sequence: bool
- name: llm_generated
dtype: bool
- name: text
dtype: string
- name: tokens
sequence: string
- name: labels_int
sequence: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: predicted_labels
sequence: string
- name: pred_to_spacy_token_idx
sequence: int64
splits:
- name: train
num_bytes: 90930316
num_examples: 3338
download_size: 15026398
dataset_size: 90930316
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

• labels：序列类型，整数64位
• document：数据类型，整数64位
• prompt_id：数据类型，整数64位
• trailing_whitespace：序列类型，布尔值
• llm_generated：数据类型，布尔值
• text：数据类型，字符串
• tokens：序列类型，字符串
• labels_int：序列类型，整数64位
• input_ids：序列类型，整数32位
• attention_mask：序列类型，整数8位
• predicted_labels：序列类型，字符串
• pred_to_spacy_token_idx：序列类型，整数64位

数据集分割

• train：
  • 数据大小：90930316字节
  • 示例数量：3338

数据集大小

• 下载大小：15026398字节
• 数据集总大小：90930316字节

配置

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