OpenMol/MolInst_RS_125K_SMILES_1_8_MMChat

--- dataset_info: features: - name: id dtype: int64 - name: molecules struct: - name: selfies sequence: string - name: smiles sequence: string - name: ground_truth dtype: string - name: messages list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 13694964 num_examples: 16085 - name: test num_bytes: 782363 num_examples: 1000 download_size: 2439773 dataset_size: 14477327 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---

原始信息汇总

数据集概述

数据集特征

• id: 整数类型 (int64)
• molecules: 结构化数据
  • selfies: 字符串序列
  • smiles: 字符串序列
• ground_truth: 字符串类型 (string)
• messages: 列表类型
  • content: 字符串类型 (string)
  • role: 字符串类型 (string)

数据集分割

• 训练集 (train):
  • 数据量: 16085个样本
  • 存储大小: 13694964字节
• 测试集 (test):
  • 数据量: 1000个样本
  • 存储大小: 782363字节

数据集大小

• 下载大小: 2439773字节
• 数据集总大小: 14477327字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*