vikp/table_bench

该数据集包含多个特征，如标记页面、arXiv ID、页面索引、表格边界框、GPT-4生成的表格、arXiv原始表格和原始标记表格。数据集分为一个训练集，包含688个样本，总大小为246262874字节。下载大小为44987904字节。

The dataset includes multiple features such as marker_page, arxiv_id, page_idx, table_bbox, gpt_4_table, arxiv_table, and orig_marker_table. These features represent different data types including strings, integers, and sequences of floats. The dataset is divided into a training set containing 688 samples, with a total size of 246262874 bytes. The download size is 44987904 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• marker_page: 类型为字符串。
• arxiv_id: 类型为字符串。
• page_idx: 类型为整数 (int32)。
• table_bbox: 类型为浮点数序列 (float32)。
• gpt_4_table: 类型为字符串。
• arxiv_table: 类型为字符串。
• orig_marker_table: 类型为字符串。

数据分割

• train: 包含688个样本，数据大小为246262874字节。

数据集大小

• 下载大小: 44987904字节。
• 数据集大小: 246262874字节。

配置

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