Xnhyacinth/TQA-Image

---
dataset_info:
features:
- name: id
dtype: int64
- name: question
dtype: string
- name: answers
sequence: string
- name: target
dtype: string
- name: ctxs
list:
- name: id
dtype: string
- name: text
dtype: string
- name: title
dtype: string
- name: compressed_ctxs_1
struct:
- name: compressed_prompt
dtype: string
- name: compressed_tokens
dtype: int64
- name: origin_tokens
dtype: int64
- name: ratio
dtype: string
- name: saving
dtype: string
- name: compressed_ctxs_100
struct:
- name: compressed_prompt
dtype: string
- name: compressed_tokens
dtype: int64
- name: origin_tokens
dtype: int64
- name: ratio
dtype: string
- name: saving
dtype: string
splits:
- name: train
num_bytes: 5395421949
num_examples: 78785
- name: eval
num_bytes: 605118800
num_examples: 8837
- name: test
num_bytes: 775128252
num_examples: 11313
download_size: 3917964666
dataset_size: 6775669001
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: eval
path: data/eval-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• id: 数据类型为 int64
• question: 数据类型为 string
• answers: 序列类型为 string
• target: 数据类型为 string
• ctxs: 列表类型，包含以下字段：
  • id: 数据类型为 string
  • text: 数据类型为 string
  • title: 数据类型为 string
• compressed_ctxs_1: 结构类型，包含以下字段：
  • compressed_prompt: 数据类型为 string
  • compressed_tokens: 数据类型为 int64
  • origin_tokens: 数据类型为 int64
  • ratio: 数据类型为 string
  • saving: 数据类型为 string
• compressed_ctxs_100: 结构类型，包含以下字段：
  • compressed_prompt: 数据类型为 string
  • compressed_tokens: 数据类型为 int64
  • origin_tokens: 数据类型为 int64
  • ratio: 数据类型为 string
  • saving: 数据类型为 string

数据分割

• train: 字节数为 5395421949，样本数为 78785
• eval: 字节数为 605118800，样本数为 8837
• test: 字节数为 775128252，样本数为 11313

数据大小

• 下载大小: 3917964666 字节
• 数据集大小: 6775669001 字节

配置

• default 配置包含以下数据文件：
  • train: 路径为 data/train-*
  • eval: 路径为 data/eval-*
  • test: 路径为 data/test-*