gsstein/100-baseline-dataset-llama

---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: summary
dtype: string
- name: text
dtype: string
- name: prompt
dtype: string
- name: raw_summary
dtype: string
splits:
- name: train
num_bytes: 129662132
num_examples: 15326
- name: test
num_bytes: 4645203
num_examples: 576
- name: validation
num_bytes: 4929487
num_examples: 576
download_size: 85294732
dataset_size: 139236822
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串
• url: 数据类型为字符串
• title: 数据类型为字符串
• summary: 数据类型为字符串
• text: 数据类型为字符串
• prompt: 数据类型为字符串
• raw_summary: 数据类型为字符串

数据集分割

• 训练集:
  • 大小: 129,662,132字节
  • 示例数: 15,326
• 测试集:
  • 大小: 4,645,203字节
  • 示例数: 576
• 验证集:
  • 大小: 4,929,487字节
  • 示例数: 576

数据集大小

• 下载大小: 85,294,732字节
• 数据集总大小: 139,236,822字节

数据文件配置

• 默认配置:
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/validation-*