tom-010/naive_lmsys

该数据集包含文本输入和对应的标签，用于训练和测试模型。数据集分为训练集和测试集，训练集包含43,107个示例，测试集包含14,370个示例。每个示例包括输入文本、标签、输入ID和注意力掩码。数据集的下载大小为132,778,895字节，总大小为302,516,860字节。

This dataset contains text inputs and corresponding labels for training and testing models. The dataset is divided into a training set and a test set, with the training set containing 43,107 examples and the test set containing 14,370 examples. Each example includes input text, a label, input IDs, and an attention mask. The download size of the dataset is 132,778,895 bytes, and the total size is 302,516,860 bytes.

原始信息汇总

数据集概述

数据特征

• input: 字符串类型
• label: 64位整数类型
• input_ids: 32位整数序列
• attention_mask: 8位整数序列

数据分割

• train:
  • 样本数量: 43107
  • 字节数: 226883697.5489326
• test:
  • 样本数量: 14370
  • 字节数: 75633162.45106739

数据集大小

• 下载大小: 132778895 字节
• 总大小: 302516860.0 字节

配置

• config_name: default
  • 数据文件:
    • train: data/train-*
    • test: data/test-*