OpenMol/SMol_I2F_270K-MMChat

--- dataset_info: features: - name: id dtype: int64 - name: molecules struct: - name: selfies sequence: 'null' - name: smiles sequence: 'null' - name: ground_truth dtype: string - name: messages list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 104911747 num_examples: 300000 - name: dev num_bytes: 522829 num_examples: 1497 - name: test num_bytes: 962963 num_examples: 2993 download_size: 24053122 dataset_size: 106397539 configs: - config_name: default data_files: - split: train path: data/train-* - split: dev path: data/dev-* - split: test path: data/test-* ---数据集信息： 特征字段： - 名称：id，数据类型：int64 - 名称：分子（molecules），类型：结构体，包含子字段： - 名称：自引用简化分子线性输入字符串（SELFIES），类型：序列（sequence），初始为空值（'null'） - 名称：简化分子线性输入规范（SMILES），类型：序列（sequence），初始为空值（'null'） - 名称：基准真值（ground_truth），数据类型：string - 名称：对话消息（messages），类型：列表（list），列表元素为结构体，包含： - 名称：content，数据类型：string - 名称：role，数据类型：string 数据集划分： - 名称：train（训练集），数据占用字节数：104911747，样本数量：300000 - 名称：dev（开发集/验证集），数据占用字节数：522829，样本数量：1497 - 名称：test（测试集），数据占用字节数：962963，样本数量：2993 下载总大小：24053122 字节 数据集总存储大小：106397539 字节 配置项： - 配置名称：default（默认配置），数据文件路径： - 训练集划分对应路径：data/train-* - 开发集划分对应路径：data/dev-* - 测试集划分对应路径：data/test-*