jan-hq/rag_hallucination_dataset_1000_binarized

---
language:
- en
dataset_info:
features:
- name: context
dtype: string
- name: question
dtype: string
- name: answer
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 6835446.0
num_examples: 900
- name: test
num_bytes: 759494.0
num_examples: 100
download_size: 4627149
dataset_size: 7594940.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

语言：
- 英语
数据集信息（dataset_info）：
特征字段：
- 字段名：上下文（context），数据类型（dtype）：字符串（string）
- 字段名：问题（question），数据类型（dtype）：字符串（string）
- 字段名：答案（answer），数据类型（dtype）：字符串（string）
- 字段名：对话消息（messages），为列表类型，列表内每个元素包含以下子字段：
- 子字段名：内容（content），数据类型（dtype）：字符串（string）
- 子字段名：角色（role），数据类型（dtype）：字符串（string）
数据集拆分：
- 拆分名称：训练集（train），字节占用量：6835446.0，样本数：900
- 拆分名称：测试集（test），字节占用量：759494.0，样本数：100
下载大小：4627149
数据集总大小：7594940.0
配置项：
- 配置名称：默认配置（default），数据文件配置：
- 对应拆分：训练集（train），文件路径：data/train-*
- 对应拆分：测试集（test），文件路径：data/test-*

原始信息汇总

数据集概述

数据集信息

• 特征:
  • context: 数据类型为字符串。
  • question: 数据类型为字符串。
  • answer: 数据类型为字符串。
  • messages: 列表类型，包含以下子特征:
    • content: 数据类型为字符串。
    • role: 数据类型为字符串。

数据集划分

• train:
  • 字节数: 6835446.0
  • 样本数: 900
• test:
  • 字节数: 759494.0
  • 样本数: 100

数据集大小

• 下载大小: 4627149
• 数据集大小: 7594940.0

配置信息

• 配置名称: default
• 数据文件:
  • train: 路径为 data/train-*
  • test: 路径为 data/test-*