Self-GRIT/wikitext-2-raw-v1-preprocessed-4k-PI_KFI_claude-claude-3-5-sonnet-20240620

该数据集包含三个主要特征：text（文本）、messages（消息列表，包含content和role两个子特征）和outputs_retrievals（检索输出结构，包含Updated_Passage、error和results等子特征）。数据集只有一个训练集（train），包含4000个样本，文件大小为55408743字节，下载大小为13786630字节。

This dataset is primarily used for text analysis and processing, featuring three main characteristics: text, messages, and outputs_retrievals. The text feature is a string type, the messages feature includes two sub-features: content and role, both of which are string types. The outputs_retrievals feature is a struct, including three sub-features: Updated_Passage, error, and results. Updated_Passage is a string type, error is an int64 type, and results is a list containing multiple string type sub-features for further analysis and verification. The dataset contains only the training split, with a total of 4000 samples and a size of 55408743 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 string。
  • messages: 包含以下子特征的列表:
    • content: 数据类型为 string。
    • role: 数据类型为 string。
  • outputs_retrievals: 包含以下子特征的结构:
    • Updated_Passage: 数据类型为 string。
    • error: 数据类型为 int64。
    • results: 包含以下子特征的列表:
      • Explanation: 数据类型为 string。
      • Ideal_Knowledge: 数据类型为 string。
      • Key_Factual_Information: 数据类型为 string。
      • Prefix_intent: 数据类型为 string。
      • Prefix_reformulated: 数据类型为 string。
      • Verification: 数据类型为 string。

数据集分割

• train:
  • 样本数量: 4000
  • 字节数: 55408743

数据集大小

• 下载大小: 13786630 字节
• 数据集总大小: 55408743 字节

配置

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