stas1k/llm-bootcamp-test-samples

该数据集包含三个主要特征：id（数据类型为int64）、code（数据类型为string）和code_compressed（包含两个子特征：body和name，数据类型均为string）。数据集分为一个训练集（train），包含6000个样本，总大小为51676829字节。下载大小为18277627字节，数据集总大小为51676829字节。配置文件指定了默认配置，数据文件路径为data/train-*。

The dataset contains three main features: id (data type is int64), code (data type is string), and code_compressed (which includes two sub-features: body and name, both with data type string). The dataset is divided into one training set (train) containing 6000 samples, with a total size of 51676829 bytes. The download size is 18277627 bytes, and the total dataset size is 51676829 bytes. The configuration file specifies the default configuration, with the data file path being data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • id: 数据类型为 int64
  • code: 数据类型为 string
  • code_compressed: 包含两个子特征
    • body: 数据类型为 string
    • name: 数据类型为 string

数据分割

• train:
  • 样本数量: 6000
  • 字节数: 51676829

数据集大小

• 下载大小: 18277627 字节
• 数据集大小: 51676829 字节

配置

• default:
  • 数据文件:
    • train: 路径为 data/train-*