avsolatorio/doc-topics-synthetic_data

---
dataset_info:
- config_name: processed
features:
- name: sentence
dtype: string
- name: topics
sequence: string
- name: model_name
dtype: string
splits:
- name: train
num_bytes: 7112254
num_examples: 41416
download_size: 2423429
dataset_size: 7112254
- config_name: raw
features:
- name: content
dtype: string
- name: response_metadata
struct:
- name: token_usage
struct:
- name: completion_time
dtype: float64
- name: completion_tokens
dtype: int64
- name: prompt_time
dtype: float64
- name: prompt_tokens
dtype: int64
- name: queue_time
dtype: 'null'
- name: total_time
dtype: float64
- name: total_tokens
dtype: int64
- name: model_name
dtype: string
- name: system_fingerprint
dtype: string
- name: finish_reason
dtype: string
- name: logprobs
dtype: 'null'
- name: type
dtype: string
- name: name
dtype: 'null'
- name: id
dtype: string
- name: example
dtype: bool
- name: tool_calls
sequence: 'null'
- name: invalid_tool_calls
sequence: 'null'
- name: model_name
dtype: string
splits:
- name: train
num_bytes: 8217048
num_examples: 2015
download_size: 2972054
dataset_size: 8217048
configs:
- config_name: processed
data_files:
- split: train
path: processed/train-*
- config_name: raw
data_files:
- split: train
path: raw/train-*
---

原始信息汇总

数据集概述

配置信息

配置名称：processed

• 特征：
  • sentence：字符串类型
  • topics：字符串序列
  • model_name：字符串类型
• 分割：
  • train：
    • 字节数：7112254
    • 样本数：41416
• 下载大小：2423429 字节
• 数据集大小：7112254 字节

配置名称：raw

• 特征：
  • content：字符串类型
  • response_metadata：结构体类型，包含以下字段：
    • token_usage：结构体类型，包含以下字段：
      • completion_time：浮点数类型
      • completion_tokens：整数类型
      • prompt_time：浮点数类型
      • prompt_tokens：整数类型
      • queue_time：空类型
      • total_time：浮点数类型
      • total_tokens：整数类型
    • model_name：字符串类型
    • system_fingerprint：字符串类型
    • finish_reason：字符串类型
    • logprobs：空类型
  • type：字符串类型
  • name：空类型
  • id：字符串类型
  • example：布尔类型
  • tool_calls：空序列
  • invalid_tool_calls：空序列
  • model_name：字符串类型
• 分割：
  • train：
    • 字节数：8217048
    • 样本数：2015
• 下载大小：2972054 字节
• 数据集大小：8217048 字节

数据文件

• 配置名称：processed

  • train：路径为 processed/train-*

• 配置名称：raw

  • train：路径为 raw/train-*