tyzhu/lmind_nq_train6000_eval6489_v1_doc_qa_first_permute

--- 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)数据集信息： 特征字段： - 名称：answers 结构体： - 名称：answer_start 序列：空值（null） - 名称：text 序列：字符串（string） - 名称：inputs 数据类型（dtype）：字符串 - 名称：targets 数据类型（dtype）：字符串 数据集划分： - 划分名称：all_docs_eval（全文档评估集） 字节数：7125701 样本数：10925 - 划分名称：validation（验证集） 字节数：752802 样本数：6489 - 划分名称：train_qa（问答训练子集） 字节数：697367 样本数：6000 - 划分名称：train_ic_qa（上下文问答训练子集） 字节数：4540536 样本数：6000 - 划分名称：train（总训练集） 字节数：38313328 样本数：63692 - 划分名称：eval_ic_qa（上下文问答评估子集） 字节数：4906186 样本数：6489 - 划分名称：eval_recite_qa（记忆问答评估子集） 字节数：4912675 样本数：6489 - 划分名称：all_docs（全文档集） 字节数：7126313 样本数：10925 - 划分名称：eval_qa（问答评估子集） 字节数：752802 样本数：6489 - 划分名称：train_recite_qa（记忆问答训练子集） 字节数：4546536 样本数：6000 - 划分名称：first_permute_docs（首次重排文档集） 字节数：37615961 样本数：57692 下载大小：37058553 总数据集大小：111290207 --- # 数据集卡片："lmind_nq_train6000_eval6489_v1_doc_qa_first_permute" [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

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