gsstein/0-baseline-dataset-llama

---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: summary
dtype: string
- name: text
dtype: string
- name: prompt
dtype: string
- name: generated
dtype: bool
- name: raw_summary
dtype: string
splits:
- name: train
num_bytes: 129465982
num_examples: 15326
- name: test
num_bytes: 4637530
num_examples: 576
- name: validation
num_bytes: 4922569
num_examples: 576
download_size: 85047396
dataset_size: 139026081
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

特征信息

• id: 数据类型为字符串。
• url: 数据类型为字符串。
• title: 数据类型为字符串。
• summary: 数据类型为字符串。
• text: 数据类型为字符串。
• prompt: 数据类型为字符串。
• generated: 数据类型为布尔值。
• raw_summary: 数据类型为字符串。

数据分割

• train: 包含15326个样本，总大小为129465982字节。
• test: 包含576个样本，总大小为4637530字节。
• validation: 包含576个样本，总大小为4922569字节。

数据集大小

• 下载大小: 85047396字节。
• 数据集大小: 139026081字节。

配置信息

• default 配置包含以下数据文件：
  • train: 路径为 data/train-*
  • test: 路径为 data/test-*
  • validation: 路径为 data/validation-*