tyzhu/lmind_nq_train6000_eval6489_v1_reciteonly_qa_v2

该数据集包含多个特征，包括答案（answers）、输入（inputs）、目标（targets）和真实文档（true_doc）。答案特征包含答案起始位置（answer_start）和答案文本（text）。数据集分为多个分割，包括训练和验证集，每个分割都有不同的字节大小和示例数量。数据集的总下载大小为40278892字节，总数据集大小为64692375字节。

原始信息汇总

数据集概述

数据集特征

• answers
  • answer_start: 类型为 null
  • text: 类型为 string
• inputs: 类型为 string
• targets: 类型为 string
• true_doc: 类型为 string

数据集分割

• train_qa
  • 大小: 980198 字节
  • 示例数量: 6000
• train_ic_qa
  • 大小: 4823367 字节
  • 示例数量: 6000
• train_recite_qa
  • 大小: 7696718 字节
  • 示例数量: 6000
• eval_qa
  • 大小: 1058934 字节
  • 示例数量: 6489
• eval_ic_qa
  • 大小: 5212318 字节
  • 示例数量: 6489
• eval_recite_qa
  • 大小: 8311634 字节
  • 示例数量: 6489
• all_docs
  • 大小: 7497763 字节
  • 示例数量: 10925
• all_docs_eval
  • 大小: 13103091 字节
  • 示例数量: 10925
• train
  • 大小: 7696718 字节
  • 示例数量: 6000
• validation
  • 大小: 8311634 字节
  • 示例数量: 6489

数据集大小

• 下载大小: 40278892 字节
• 数据集大小: 64692375 字节

配置文件

• config_name: default
  • data_files
    • split: 不同分割对应的文件路径