funding-extraction-distillation-data-funders-award-ids

该数据集包含三种不同的配置：'curriculum'、'default' 和 'train-gold-sft'。每种配置均包含'funding_statement'和'completion'字段，其中'curriculum'配置额外包含'surprisal'字段。数据集提供了详细的规模信息，包括每个配置的训练集样本数量、文件大小及下载大小。具体而言，'curriculum'配置包含2595个训练样本，文件大小为18585910字节；'default'配置包含2596个训练样本，文件大小为18572305字节；'train-gold-sft'配置包含1310个训练样本，文件大小为919691字节。数据文件路径分别为'curriculum/train-*'、'data/train-*'和'train-gold-sft/train-*'。