SKIML-ICL/QA_mrqa_nq_SQuAD_1shot_1docs

---
dataset_info:
features:
- name: subset
dtype: string
- name: context
dtype: string
- name: context_tokens
sequence:
- name: tokens
dtype: string
- name: offsets
dtype: int32
- name: qid
dtype: string
- name: question
dtype: string
- name: question_tokens
sequence:
- name: tokens
dtype: string
- name: offsets
dtype: int32
- name: detected_answers
sequence:
- name: text
dtype: string
- name: char_spans
sequence:
- name: start
dtype: int32
- name: end
dtype: int32
- name: token_spans
sequence:
- name: start
dtype: int32
- name: end
dtype: int32
- name: answers
sequence: string
- name: answer_sentence
dtype: string
- name: entity_type
dtype: string
- name: similar_entity
dtype: string
- name: similar_entity_score
dtype: float32
- name: random_entity
dtype: string
- name: random_entity_score
dtype: float64
- name: conflict_sentence
dtype: string
- name: conflict_context
dtype: string
- name: docs
list:
- name: c_id
dtype: int64
- name: distance
dtype: float32
- name: has_answer
dtype: bool
- name: nli
dtype: string
- name: text
dtype: string
- name: has_answer
dtype: bool
- name: answerable
dtype: string
- name: label
dtype: string
- name: masked_query
dtype: string
- name: query_embedding
sequence: float32
- name: prompt
dtype: string
splits:
- name: train
num_bytes: 274277594
num_examples: 21478
- name: validation
num_bytes: 1127928
num_examples: 90
download_size: 200344845
dataset_size: 275405522
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征：
- 字段名：subset，数据类型：字符串
- 字段名：context，数据类型：字符串
- 字段名：context_tokens，数据类型：Token（Token）序列，其子字段包括：
- 字段名：tokens，数据类型：字符串
- 字段名：offsets，数据类型：32位整数
- 字段名：qid，数据类型：字符串
- 字段名：question，数据类型：字符串
- 字段名：question_tokens，数据类型：Token（Token）序列，其子字段包括：
- 字段名：tokens，数据类型：字符串
- 字段名：offsets，数据类型：32位整数
- 字段名：detected_answers，数据类型：序列，其子字段包括：
- 字段名：text，数据类型：字符串
- 字段名：char_spans，数据类型：序列，其子字段包括：
- 字段名：start，数据类型：32位整数
- 字段名：end，数据类型：32位整数
- 字段名：token_spans，数据类型：序列，其子字段包括：
- 字段名：start，数据类型：32位整数
- 字段名：end，数据类型：32位整数
- 字段名：answers，数据类型：字符串序列
- 字段名：answer_sentence，数据类型：字符串
- 字段名：entity_type，数据类型：字符串
- 字段名：similar_entity，数据类型：字符串
- 字段名：similar_entity_score，数据类型：32位浮点数
- 字段名：random_entity，数据类型：字符串
- 字段名：random_entity_score，数据类型：64位浮点数
- 字段名：conflict_sentence，数据类型：字符串
- 字段名：conflict_context，数据类型：字符串
- 字段名：docs，数据类型：列表，其子字段包括：
- 字段名：c_id（文档ID），数据类型：64位整数
- 字段名：distance，数据类型：32位浮点数
- 字段名：has_answer，数据类型：布尔值
- 字段名：nli（自然语言推理，Natural Language Inference），数据类型：字符串
- 字段名：text，数据类型：字符串
- 字段名：has_answer，数据类型：布尔值
- 字段名：answerable，数据类型：字符串
- 字段名：label，数据类型：字符串
- 字段名：masked_query，数据类型：字符串
- 字段名：query_embedding，数据类型：32位浮点数序列
- 字段名：prompt，数据类型：字符串
数据集划分：
- 名称：train（训练集），字节占用：274277594，样本数量：21478
- 名称：validation（验证集），字节占用：1127928，样本数量：90
下载大小：200344845
数据集总大小：275405522
数据集配置：
- 配置名称：default（默认配置），数据文件：
- 划分：train，路径：data/train-*
- 划分：validation，路径：data/validation-*