sheryc/wiki40b_ja_test_1k_instances_processed_keep_title

--- dataset_info: features: - name: wikidata_id dtype: string - name: text dtype: string - name: version_id dtype: string - name: title dtype: string - name: llama3_length dtype: int64 splits: - name: test num_bytes: 2354147 num_examples: 1000 download_size: 869414 dataset_size: 2354147 configs: - config_name: default data_files: - split: test path: data/test-* ---

原始信息汇总

数据集概述

数据集特征

• wikidata_id: 数据类型为字符串。
• text: 数据类型为字符串。
• version_id: 数据类型为字符串。
• title: 数据类型为字符串。
• llama3_length: 数据类型为整数（int64）。

数据集分割

• test: 包含1000个样本，总字节数为2354147。

数据集大小

• 下载大小: 869414字节。
• 数据集大小: 2354147字节。

配置

• default:
  • 数据文件路径: data/test-*