jarod0411/cm_v6_idx7

---
dataset_info:
features:
- name: prompt
dtype: string
- name: first_mask_count
dtype: int64
- name: first_start_index
dtype: int64
- name: first_mask_gen_count
dtype: int64
- name: first_mask_tokens
dtype: string
- name: first_mask_gen_count_real
dtype: int64
- name: generated_smiles
dtype: string
- name: original_smiles
dtype: string
- name: generated_tokens
dtype: string
splits:
- name: train
num_bytes: 233277267.0
num_examples: 1000000
download_size: 52926550
dataset_size: 233277267.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串（string）。
• first_mask_count: 数据类型为整数（int64）。
• first_start_index: 数据类型为整数（int64）。
• first_mask_gen_count: 数据类型为整数（int64）。
• first_mask_tokens: 数据类型为字符串（string）。
• first_mask_gen_count_real: 数据类型为整数（int64）。
• generated_smiles: 数据类型为字符串（string）。
• original_smiles: 数据类型为字符串（string）。
• generated_tokens: 数据类型为字符串（string）。

数据集划分

• train:
  • 数据量：233277267.0 字节
  • 示例数量：1000000

数据集大小

• 下载大小：52926550 字节
• 数据集总大小：233277267.0 字节

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*