gsstein/100-percent-human-dataset-opt-raw

---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: summary
dtype: string
- name: text
dtype: string
- name: prompt
dtype: string
- name: raw_summary
dtype: string
splits:
- name: train
num_bytes: 88582004
num_examples: 15326
- name: test
num_bytes: 3152251
num_examples: 576
- name: validation
num_bytes: 3350164
num_examples: 576
download_size: 58535026
dataset_size: 95084419
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• url: 数据类型为字符串。
• title: 数据类型为字符串。
• summary: 数据类型为字符串。
• text: 数据类型为字符串。
• prompt: 数据类型为字符串。
• raw_summary: 数据类型为字符串。

数据集分割

• 训练集 (train): 包含15326个样本，总大小为88582004字节。
• 测试集 (test): 包含576个样本，总大小为3152251字节。
• 验证集 (validation): 包含576个样本，总大小为3350164字节。

数据集大小

• 下载大小: 58535026字节。
• 数据集总大小: 95084419字节。

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/validation-*