maisonmargela/stackoverflow_clean

---
dataset_info:
features:
- name: question
dtype: string
- name: answer
dtype: string
splits:
- name: train
num_bytes: 251504484.85
num_examples: 188651
- name: val
num_bytes: 6617872.488327122
num_examples: 4964
- name: test
num_bytes: 6619205.661672877
num_examples: 4965
download_size: 143307027
dataset_size: 264741563.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• 问题（question）：数据类型为字符串（string）。
• 答案（answer）：数据类型为字符串（string）。

数据集分割

• 训练集（train）：包含188651个样本，占用251504484.85字节。
• 验证集（val）：包含4964个样本，占用6617872.488327122字节。
• 测试集（test）：包含4965个样本，占用6619205.661672877字节。

数据集大小

• 下载大小：143307027字节。
• 数据集总大小：264741563.0字节。

数据文件配置

• 配置名称：default
• 数据文件路径：
  • 训练集：data/train-*
  • 验证集：data/val-*
  • 测试集：data/test-*