gsstein/100-percent-human-dataset-llama-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: 87588201
num_examples: 15326
- name: test
num_bytes: 3113269
num_examples: 576
- name: validation
num_bytes: 3311381
num_examples: 576
download_size: 57544687
dataset_size: 94012851
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（string）
• url: 数据类型为字符串（string）
• title: 数据类型为字符串（string）
• summary: 数据类型为字符串（string）
• text: 数据类型为字符串（string）
• prompt: 数据类型为字符串（string）

数据分割

• train: 包含15326个样本，总字节数为87588201
• test: 包含576个样本，总字节数为3113269
• validation: 包含576个样本，总字节数为3311381

数据集大小

• 下载大小: 57544687字节
• 数据集大小: 94012851字节

配置信息

• config_name: 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-*