carbonteq/fch-cms1500-gemma4-e4b-it-sft

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* dataset_info: features: - name: sample_id dtype: string - name: pdfClaimId dtype: string - name: split dtype: string - name: prompt dtype: string - name: target_json dtype: string - name: images list: string - name: messages list: - name: content list: - name: image dtype: string - name: text dtype: string - name: type dtype: string - name: role dtype: string - name: image_count dtype: int64 - name: image_001 dtype: image - name: image_002 dtype: image - name: image_003 dtype: image - name: image_004 dtype: image - name: image_005 dtype: image - name: image_006 dtype: image - name: image_007 dtype: image - name: image_008 dtype: image splits: - name: train num_bytes: 7091405697 num_examples: 1576 - name: validation num_bytes: 1855455637 num_examples: 395 download_size: 8905919296 dataset_size: 8946861334 ---配置项： - 配置名称：default 数据文件： - 拆分集：训练集（train），路径：data/train-* - 拆分集：验证集（validation），路径：data/validation-* 数据集信息： 特征字段： - 字段名：样本ID（sample_id），数据类型：字符串 - 字段名：pdfClaimId，数据类型：字符串 - 字段名：split，数据类型：字符串 - 字段名：提示词（prompt），数据类型：字符串 - 字段名：目标JSON（target_json），数据类型：字符串 - 字段名：图像列表（images），数据类型：字符串列表 - 字段名：消息（messages），数据类型：列表，其元素结构为： - 字段名：内容（content），数据类型：列表，其元素结构为： - 字段名：图像路径（image），数据类型：字符串 - 字段名：文本（text），数据类型：字符串 - 字段名：类型（type），数据类型：字符串 - 字段名：角色（role），数据类型：字符串 - 字段名：图像数量（image_count），数据类型：64位整型 - 字段名：image_001，数据类型：图像 - 字段名：image_002，数据类型：图像 - 字段名：image_003，数据类型：图像 - 字段名：image_004，数据类型：图像 - 字段名：image_005，数据类型：图像 - 字段名：image_006，数据类型：图像 - 字段名：image_007，数据类型：图像 - 字段名：image_008，数据类型：图像 数据集拆分详情： - 拆分集名称：训练集，字节占用量：7091405697，样本总数：1576 - 拆分集名称：验证集，字节占用量：1855455637，样本总数：395 总下载大小：8905919296，数据集总存储大小：8946861334