Saibo-creator/ptb-LLM-sketch

---
dataset_info:
features:
- name: id
dtype: int64
- name: input
dtype: string
- name: output
dtype: string
- name: prompt
dtype: 'null'
- name: label
dtype: string
splits:
- name: GPT4_unconstrained
num_bytes: 940878
num_examples: 1000
- name: GPT3.5_unconstrained
num_bytes: 931671
num_examples: 1000
- name: Claude_unconstrained
num_bytes: 875143
num_examples: 1000
- name: Claude_Instant_unconstrained
num_bytes: 911530
num_examples: 1000
download_size: 1552449
dataset_size: 3659222
configs:
- config_name: default
data_files:
- split: GPT4_unconstrained
path: data/GPT4_unconstrained-*
- split: GPT3.5_unconstrained
path: data/GPT3.5_unconstrained-*
- split: Claude_unconstrained
path: data/Claude_unconstrained-*
- split: Claude_Instant_unconstrained
path: data/Claude_Instant_unconstrained-*
---

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为 int64
• input: 数据类型为 string
• output: 数据类型为 string
• prompt: 数据类型为 null
• label: 数据类型为 string

数据集分割

• GPT4_unconstrained:
  • 字节数: 940878
  • 样本数: 1000
• GPT3.5_unconstrained:
  • 字节数: 931671
  • 样本数: 1000
• Claude_unconstrained:
  • 字节数: 875143
  • 样本数: 1000
• Claude_Instant_unconstrained:
  • 字节数: 911530
  • 样本数: 1000

数据集大小

• 下载大小: 1552449 字节
• 数据集大小: 3659222 字节

配置

• config_name: default
  • 数据文件:
    • GPT4_unconstrained: data/GPT4_unconstrained-*
    • GPT3.5_unconstrained: data/GPT3.5_unconstrained-*
    • Claude_unconstrained: data/Claude_unconstrained-*
    • Claude_Instant_unconstrained: data/Claude_Instant_unconstrained-*

搜集汇总

背景与挑战

背景概述

该数据集是一个文本模态的数据集，主要用于自然语言处理任务，包含4,000行数据，以Parquet格式存储，大小约为1.56 MB。数据集被分为多个基于不同大型语言模型（如GPT-4、GPT-3.5、Claude）的子集，每子集约1k行，其列包括输入文本、输出文本和标签（可能为句法树结构），适用于文本到结构转换或语言模型训练。