tyzhu/lmind_nq_full_v1_qa

--- configs: - config_name: default data_files: - split: train_qa path: data/train_qa-* - split: train_recite_qa path: data/train_recite_qa-* - split: eval_qa path: data/eval_qa-* - split: eval_recite_qa path: data/eval_recite_qa-* - split: all_docs path: data/all_docs-* - split: train path: data/train-* - split: validation path: data/validation-* dataset_info: features: - name: answers struct: - name: answer_start sequence: 'null' - name: text sequence: string - name: inputs dtype: string - name: targets dtype: string splits: - name: train_qa num_bytes: 6806082 num_examples: 58622 - name: train_recite_qa num_bytes: 43572611 num_examples: 58622 - name: eval_qa num_bytes: 752802 num_examples: 6489 - name: eval_recite_qa num_bytes: 4821829 num_examples: 6489 - name: all_docs num_bytes: 28100353 num_examples: 43935 - name: train num_bytes: 6806082 num_examples: 58622 - name: validation num_bytes: 752802 num_examples: 6489 download_size: 56900023 dataset_size: 91612561 --- # Dataset Card for "lmind_nq_full_v1_qa" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集配置: - 配置名称: 默认 数据文件: - 数据集划分（split）: 训练问答集（train_qa） 路径: data/train_qa-* - 数据集划分（split）: 训练背诵问答集（train_recite_qa） 路径: data/train_recite_qa-* - 数据集划分（split）: 验证问答集（eval_qa） 路径: data/eval_qa-* - 数据集划分（split）: 验证背诵问答集（eval_recite_qa） 路径: data/eval_recite_qa-* - 数据集划分（split）: 全文档集（all_docs） 路径: data/all_docs-* - 数据集划分（split）: 训练集（train） 路径: data/train-* - 数据集划分（split）: 验证集（validation） 路径: data/validation-* 数据集信息: 特征字段: - 名称: answers（答案） 结构体: - 名称: answer_start（答案起始位置） 序列（sequence）: 空值（null） - 名称: text（文本） 序列（sequence）: 字符串 - 名称: inputs（输入） 数据类型（dtype）: 字符串 - 名称: targets（目标） 数据类型（dtype）: 字符串 数据集划分详情: - 划分名称: train_qa 字节数: 6806082 样本数: 58622 - 划分名称: train_recite_qa 字节数: 43572611 样本数: 58622 - 划分名称: eval_qa 字节数: 752802 样本数: 6489 - 划分名称: eval_recite_qa 字节数: 4821829 样本数: 6489 - 划分名称: all_docs 字节数: 28100353 样本数: 43935 - 划分名称: train 字节数: 6806082 样本数: 58622 - 划分名称: validation 字节数: 752802 样本数: 6489 下载大小: 56900023 数据集总大小: 91612561 --- # 数据集卡片：lmind_nq_full_v1_qa [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

配置信息

• 默认配置：
  • 数据文件路径：
    • train_qa: data/train_qa-*
    • train_recite_qa: data/train_recite_qa-*
    • eval_qa: data/eval_qa-*
    • eval_recite_qa: data/eval_recite_qa-*
    • all_docs: data/all_docs-*
    • train: data/train-*
    • validation: data/validation-*

数据集信息

• 特征：

  • answers:
    • answer_start: 序列类型为 null
    • text: 序列类型为 string
  • inputs: 数据类型为 string
  • targets: 数据类型为 string

• 分割：

  • train_qa:
    • 字节数: 6806082
    • 样本数: 58622
  • train_recite_qa:
    • 字节数: 43572611
    • 样本数: 58622
  • eval_qa:
    • 字节数: 752802
    • 样本数: 6489
  • eval_recite_qa:
    • 字节数: 4821829
    • 样本数: 6489
  • all_docs:
    • 字节数: 28100353
    • 样本数: 43935
  • train:
    • 字节数: 6806082
    • 样本数: 58622
  • validation:
    • 字节数: 752802
    • 样本数: 6489

• 数据集大小：

  • 下载大小: 56900023 字节
  • 数据集大小: 91612561 字节