Self-GRIT/wikitext-2-raw-v1-preprocessed-200-PP_RIP_PTP_claude-claude-3-5-sonnet-20240620

该数据集包含三个主要特征：text、messages和outputs_retrievals。messages是一个列表，包含content和role两个字段；outputs_retrievals是一个结构体，包含Updated_Passage、error和results三个字段，其中results又是一个列表，包含多个字段。数据集只有一个分割train，包含198个样本，总大小为1473948.63字节。

The dataset contains three main features: text, messages, and outputs_retrievals. messages is a list containing two fields: content and role; outputs_retrievals is a struct containing three fields: Updated_Passage, error, and results, where results is a list containing multiple fields. The dataset has only one split, train, which contains 198 samples with a total size of 1473948.63 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为字符串。
  • messages: 包含以下子特征的列表:
    • content: 数据类型为字符串。
    • role: 数据类型为字符串。
  • outputs_retrievals: 包含以下子特征的结构:
    • Updated_Passage: 数据类型为字符串。
    • error: 数据类型为int64。
    • results: 包含以下子特征的列表:
      • Explanation: 数据类型为字符串。
      • Post_passage: 数据类型为字符串。
      • Prefix_passage: 数据类型为字符串。
      • Prefix_reformulated: 数据类型为字符串。
      • Retrieved_information_passage: 数据类型为字符串。

数据集分割

• train:
  • num_bytes: 1473948.63
  • num_examples: 198

数据集大小

• download_size: 486776
• dataset_size: 1473948.63

配置

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