gsstein/25-percent-human-dataset-og

--- dataset_info: features: - name: id dtype: string - name: url dtype: string - name: title dtype: string - name: summary dtype: string - name: text dtype: string - name: generated dtype: bool - name: prompt dtype: string splits: - name: train num_bytes: 86206248 num_examples: 15326 - name: test num_bytes: 3060680 num_examples: 576 - name: validation num_bytes: 3258385 num_examples: 576 download_size: 57260110 dataset_size: 92525313 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* ---数据集信息： 特征列表： - 字段名称：ID（id），数据类型：字符串（string） - 字段名称：URL（url），数据类型：字符串（string） - 字段名称：标题（title），数据类型：字符串（string） - 字段名称：摘要（summary），数据类型：字符串（string） - 字段名称：文本（text），数据类型：字符串（string） - 字段名称：生成标记（generated），数据类型：布尔型（bool） - 字段名称：提示词（prompt），数据类型：字符串（string） 数据集划分： - 划分名称：训练集（train），字节占用量：86206248，样本总数：15326 - 划分名称：测试集（test），字节占用量：3060680，样本总数：576 - 划分名称：验证集（validation），字节占用量：3258385，样本总数：576 下载总大小：57260110，数据集总存储大小：92525313 配置项： - 配置名称：默认（default），数据文件配置： - 对应划分：训练集，文件路径：data/train-* - 对应划分：测试集，文件路径：data/test-* - 对应划分：验证集，文件路径：data/validation-*

原始信息汇总

数据集概述

特征信息

• id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• summary: 字符串类型
• text: 字符串类型
• generated: 布尔类型
• prompt: 字符串类型

数据分割

• 训练集
  • 字节数: 86206248
  • 样本数: 15326
• 测试集
  • 字节数: 3060680
  • 样本数: 576
• 验证集
  • 字节数: 3258385
  • 样本数: 576

数据集大小

• 下载大小: 57260110 字节
• 数据集大小: 92525313 字节

配置信息

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