ferrazzipietro/LS_Llama-2-7b-hf_adapters_en.layer1_NoQuant_16_64_0.05_2_0.0002_5Epochs

---
dataset_info:
features:
- name: sentence
dtype: string
- name: entities
list:
- name: id
dtype: string
- name: offsets
sequence: int64
- name: role
dtype: string
- name: semantic_type_id
dtype: string
- name: text
dtype: string
- name: type
dtype: string
- name: original_text
dtype: string
- name: original_id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
- name: predictions
sequence: string
- name: ground_truth_labels
sequence: string
splits:
- name: test
num_bytes: 2785371
num_examples: 681
download_size: 319542
dataset_size: 2785371
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
---

This dataset is primarily used for natural language processing tasks, featuring multiple attributes such as sentences, entity lists, original text, original IDs, tokens, NER tags, input IDs, attention masks, labels, predictions, and ground truth labels. The dataset is split into a test set with 681 samples, totaling 2785371 bytes. The dataset configuration is named default, with data file paths at data/test-*.

原始信息汇总

数据集概述

数据集特征

• sentence: 数据类型为字符串。
• entities: 包含以下子特征：
  • id: 数据类型为字符串。
  • offsets: 数据类型为整数序列（int64）。
  • role: 数据类型为字符串。
  • semantic_type_id: 数据类型为字符串。
  • text: 数据类型为字符串。
  • type: 数据类型为字符串。
• original_text: 数据类型为字符串。
• original_id: 数据类型为字符串。
• tokens: 数据类型为字符串序列。
• ner_tags: 数据类型为整数序列（int64）。
• input_ids: 数据类型为整数序列（int32）。
• attention_mask: 数据类型为整数序列（int8）。
• labels: 数据类型为整数序列（int64）。
• predictions: 数据类型为字符串序列。
• ground_truth_labels: 数据类型为字符串序列。

数据集分割

• test:
  • 数据大小: 2785371字节。
  • 示例数量: 681。

数据集大小

• 下载大小: 319542字节。
• 数据集总大小: 2785371字节。

配置

• config_name: default
  • data_files:
    • split: test
      • path: data/test-*