MemoryAsModality/EnWiki-Pretrain-Articles

--- dataset_info: features: - name: id dtype: string - name: question dtype: string - name: answer dtype: string - name: documents list: string splits: - name: train num_bytes: 260942031510 num_examples: 22333150 - name: test num_bytes: 5339079326 num_examples: 458796 download_size: 17611328444 dataset_size: 266281110836 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---数据集信息： 特征列表： - 字段id，数据类型为字符串； - 字段question，数据类型为字符串； - 字段answer，数据类型为字符串； - 字段documents，数据类型为字符串列表。 数据集划分： - 训练集（train）：占用字节数260942031510，样本量22333150； - 测试集（test）：占用字节数5339079326，样本量458796。 下载总大小为17611328444字节，数据集总存储大小为266281110836字节。 配置信息： - 默认配置（default）的数据文件对应关系为： - 训练集：data/train-* - 测试集：data/test-*