eperim/kto-ds

---
dataset_info:
features:
- name: id
dtype: string
- name: title
dtype: string
- name: context
dtype: string
- name: question
dtype: string
- name: answers
sequence:
- name: text
dtype: string
- name: answer_start
dtype: int32
splits:
- name: train
num_bytes: 116732025
num_examples: 130319
- name: validation
num_bytes: 5722017.701170724
num_examples: 5826
- name: evaluation
num_bytes: 196430.40512086247
num_examples: 200
- name: validation_bad
num_bytes: 5742642.893708414
num_examples: 5847
download_size: 21647341
dataset_size: 128393116.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: evaluation
path: data/evaluation-*
- split: validation_bad
path: data/validation_bad-*
---

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。
• title: 数据类型为字符串。
• context: 数据类型为字符串。
• question: 数据类型为字符串。
• answers: 序列类型，包含以下两个子特征：
  • text: 数据类型为字符串。
  • answer_start: 数据类型为整数。

数据集分割

• train: 包含130319个样本，总大小为116732025字节。
• validation: 包含5826个样本，总大小为5722017.701170724字节。
• evaluation: 包含200个样本，总大小为196430.40512086247字节。
• validation_bad: 包含5847个样本，总大小为5742642.893708414字节。

数据集大小

• 下载大小: 21647341字节。
• 数据集总大小: 128393116.0字节。

数据文件配置

• default配置下，数据文件路径如下：
  • train: data/train-*
  • validation: data/validation-*
  • evaluation: data/evaluation-*
  • validation_bad: data/validation_bad-*