five

tyzhu/lmind_nq_train6000_eval6489_v1_doc_qa_first_permute

收藏
Hugging Face2024-03-28 更新2024-06-11 收录
下载链接:
https://hf-mirror.com/datasets/tyzhu/lmind_nq_train6000_eval6489_v1_doc_qa_first_permute
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: answers struct: - name: answer_start sequence: 'null' - name: text sequence: string - name: inputs dtype: string - name: targets dtype: string splits: - name: all_docs_eval num_bytes: 7125701 num_examples: 10925 - name: validation num_bytes: 752802 num_examples: 6489 - name: train_qa num_bytes: 697367 num_examples: 6000 - name: train_ic_qa num_bytes: 4540536 num_examples: 6000 - name: train num_bytes: 38313328 num_examples: 63692 - name: eval_ic_qa num_bytes: 4906186 num_examples: 6489 - name: eval_recite_qa num_bytes: 4912675 num_examples: 6489 - name: all_docs num_bytes: 7126313 num_examples: 10925 - name: eval_qa num_bytes: 752802 num_examples: 6489 - name: train_recite_qa num_bytes: 4546536 num_examples: 6000 - name: first_permute_docs num_bytes: 37615961 num_examples: 57692 download_size: 37058553 dataset_size: 111290207 --- # Dataset Card for "lmind_nq_train6000_eval6489_v1_doc_qa_first_permute" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
tyzhu
原始信息汇总

数据集概述

特征信息

  • answers: 包含两个子结构
    • answer_start: 序列类型为 null
    • text: 序列类型为 string
  • inputs: 数据类型为 string
  • targets: 数据类型为 string

数据分割

  • all_docs_eval: 字节数为 7125701,示例数为 10925
  • validation: 字节数为 752802,示例数为 6489
  • train_qa: 字节数为 697367,示例数为 6000
  • train_ic_qa: 字节数为 4540536,示例数为 6000
  • train: 字节数为 38313328,示例数为 63692
  • eval_ic_qa: 字节数为 4906186,示例数为 6489
  • eval_recite_qa: 字节数为 4912675,示例数为 6489
  • all_docs: 字节数为 7126313,示例数为 10925
  • eval_qa: 字节数为 752802,示例数为 6489
  • train_recite_qa: 字节数为 4546536,示例数为 6000
  • first_permute_docs: 字节数为 37615961,示例数为 57692

数据集大小

  • 下载大小: 37058553 字节
  • 数据集大小: 111290207 字节
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作