AdapterOcean/math_dataset_standardized_cluster_0

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float64
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 41690673
num_examples: 4461
download_size: 11292125
dataset_size: 41690673
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "math_dataset_standardized_cluster_0"

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

数据集信息：
特征字段：
- 特征名称：text，数据类型：字符串
- 特征名称：对话ID（conversation_id），数据类型：64位整型
- 特征名称：嵌入向量（embedding），数据类型：64位浮点型序列
- 特征名称：聚类簇（cluster），数据类型：64位整型
数据划分：
- 划分名称：训练集（train），字节数：41690673，样本数量：4461
下载大小：11292125
数据集总大小：41690673
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

# 「math_dataset_standardized_cluster_0」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

数据集信息

• 特征:

  • text: 数据类型为字符串。
  • conversation_id: 数据类型为64位整数。
  • embedding: 序列类型为64位浮点数。
  • cluster: 数据类型为64位整数。

• 分割:

  • train: 包含4461个样本，占用41690673字节。

• 大小:

  • 下载大小: 11292125字节。
  • 数据集大小: 41690673字节。

配置

• 默认配置:
  • 数据文件:
    • train: 路径为data/train-*。