BahaaEldin0/openai_summarize_comparisons_dataset_with_prompts_with_labels

---
dataset_info:
features:
- name: prompted
dtype: string
- name: label
dtype: int64
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 874108298
num_examples: 185068
- name: validation
num_bytes: 312730816
num_examples: 66164
- name: test
num_bytes: 790026558
num_examples: 167258
download_size: 169109341
dataset_size: 1976865672
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• prompted: 数据类型为字符串（string）。
• label: 数据类型为整数（int64）。
• input_ids: 数据类型为整数序列（int32）。
• token_type_ids: 数据类型为整数序列（int8）。
• attention_mask: 数据类型为整数序列（int8）。

数据集分割

• 训练集（train）:
  • 数据量：874108298字节
  • 样本数：185068
• 验证集（validation）:
  • 数据量：312730816字节
  • 样本数：66164
• 测试集（test）:
  • 数据量：790026558字节
  • 样本数：167258

数据集大小

• 下载大小: 169109341字节
• 总数据集大小: 1976865672字节

数据文件配置

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 验证集: data/validation-*
  • 测试集: data/test-*