alexedw/minipile_recreation_tiny

---
dataset_info:
features:
- name: text
dtype: string
- name: cluster_id
dtype: int64
- name: distance
dtype: float32
- name: __index_level_0__
dtype: int64
- name: __index_level_1__
dtype: int64
splits:
- name: train
num_bytes: 12992632
num_examples: 10000
download_size: 7861091
dataset_size: 12992632
---
# Dataset Card for "minipile_recreation_tiny"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集元信息：
特征字段：
- 字段名：文本（text），数据类型：字符串（string）
- 字段名：聚类ID（cluster_id），数据类型：64位整数（int64）
- 字段名：距离（distance），数据类型：32位浮点数（float32）
- 字段名：索引层级0（__index_level_0__），数据类型：64位整数（int64）
- 字段名：索引层级1（__index_level_1__），数据类型：64位整数（int64）
数据划分：
- 划分名称：训练集（train），占用字节数：12992632，样本总数：10000
下载大小：7861091
数据集总大小：12992632
---
# "minipile_recreation_tiny"数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: minipile_recreation_tiny

数据集特征

• 特征列表:
  • text: 数据类型为 string
  • cluster_id: 数据类型为 int64
  • distance: 数据类型为 float32
  • index_level_0: 数据类型为 int64
  • index_level_1: 数据类型为 int64

数据集分割

• 分割名称: train
• 数据大小: 12992632 字节
• 示例数量: 10000

数据集大小

• 下载大小: 7861091 字节
• 总大小: 12992632 字节