answerdotai/the-stack-smol-quality-labels

该数据集包含四个主要特征：内容（content）、选项（option）、分数（score）和索引级别（__index_level_0__）。数据集分为一个训练集（train），包含98,418个样本，文件大小为656,456,337字节。下载大小为234,375,211字节。数据集配置为默认配置，数据文件路径为data/train-*。

The dataset contains four main features: content, option, score, and __index_level_0__. The dataset is divided into one training set (train) with 98,418 samples, and the file size is 656,456,337 bytes. The download size is 234,375,211 bytes. The dataset is configured with the default configuration, and the data file path is data/train-*.

原始信息汇总

数据集概述

数据集特征

• content: 数据类型为字符串（string）。
• option: 数据类型为字符串（string）。
• score: 数据类型为浮点数（float64）。
• index_level_0: 数据类型为整数（int64）。

数据集分割

• train: 包含98418个样本，占用656456337字节。

数据集大小

• 下载大小: 234375211字节。
• 数据集总大小: 656456337字节。

配置

• default: 包含训练数据文件，路径为data/train-*。