gsstein/0-percent-human-dataset-opt-og

--- dataset_info: features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: summary dtype: string - name: text dtype: string - name: prompt dtype: string splits: - name: train num_bytes: 86003094 num_examples: 15326 - name: test num_bytes: 3054268 num_examples: 576 - name: validation num_bytes: 3251537 num_examples: 576 download_size: 57085020 dataset_size: 92308899 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* ---

原始信息汇总

数据集概述

特征信息

• id: 数据类型为字符串。
• url: 数据类型为字符串。
• title: 数据类型为字符串。
• summary: 数据类型为字符串。
• text: 数据类型为字符串。
• prompt: 数据类型为字符串。

数据分割

• train: 包含15326个样本，占用86003094字节。
• test: 包含576个样本，占用3054268字节。
• validation: 包含576个样本，占用3251537字节。

数据集大小

• 下载大小: 57085020字节。
• 数据集大小: 92308899字节。

配置信息

• default:
  • train: 文件路径为data/train-*。
  • test: 文件路径为data/test-*。
  • validation: 文件路径为data/validation-*。