lilferrit/xsum_t5_distillation

---
dataset_info:
features:
- name: document
dtype: string
- name: t5_large_output
dtype: string
- name: id
dtype: string
- name: summary
dtype: string
splits:
- name: train
num_bytes: 527032974
num_examples: 204045
- name: validation
num_bytes: 28957651
num_examples: 11332
- name: test
num_bytes: 29417957
num_examples: 11334
download_size: 375027839
dataset_size: 585408582
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• document: 数据类型为字符串。
• t5_large_output: 数据类型为字符串。
• id: 数据类型为字符串。
• summary: 数据类型为字符串。

数据集划分

• 训练集: 包含204,045个样本，总大小为527,032,974字节。
• 验证集: 包含11,332个样本，总大小为28,957,651字节。
• 测试集: 包含11,334个样本，总大小为29,417,957字节。

数据集大小

• 下载大小: 375,027,839字节。
• 数据集总大小: 585,408,582字节。

数据文件配置

• 默认配置:
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*