asbabiy/brand-match-iter9-labels

--- dataset_info: features: - name: organization_id dtype: uint64 - name: unit_id dtype: int64 - name: score dtype: float32 - name: rationale dtype: large_string - name: llm_response dtype: large_string - name: is_match dtype: bool - name: is_hard_negative dtype: bool - name: needs_review dtype: bool - name: country_code dtype: large_string - name: lang_group dtype: large_string - name: unit_candidate_json dtype: large_string - name: organization_json dtype: large_string splits: - name: train num_bytes: 3064303120 num_examples: 1160526 - name: dev num_bytes: 321551386 num_examples: 120894 - name: test num_bytes: 321056997 num_examples: 120655 download_size: 1563031346 dataset_size: 3706911503 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： - 字段名：organization_id，数据类型：uint64 - 字段名：unit_id，数据类型：int64 - 字段名：score，数据类型：float32 - 字段名：rationale，数据类型：large_string，含义：推理依据 - 字段名：llm_response，数据类型：large_string，含义：大语言模型（Large Language Model）响应 - 字段名：is_match，数据类型：bool，含义：匹配标记 - 字段名：is_hard_negative，数据类型：bool，含义：难负样本标记 - 字段名：needs_review，数据类型：bool，含义：待审核标记 - 字段名：country_code，数据类型：large_string，含义：国家代码 - 字段名：lang_group，数据类型：large_string，含义：语言组 - 字段名：unit_candidate_json，数据类型：large_string，含义：候选单元JSON - 字段名：organization_json，数据类型：large_string，含义：机构JSON 数据集划分： - 划分名称：train，字节占用：3064303120，样本数量：1160526 - 划分名称：dev，字节占用：321551386，样本数量：120894 - 划分名称：test，字节占用：321056997，样本数量：120655 下载总大小：1563031346，数据集总大小：3706911503 配置项： - 配置名称：default，数据文件： - 划分：train，路径：data/train-* - 划分：dev，路径：data/dev-* - 划分：test，路径：data/test-*