gsstein/25-baseline-dataset

--- 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: generated dtype: bool splits: - name: train num_bytes: 86360344 num_examples: 15326 - name: test num_bytes: 3066458 num_examples: 576 - name: validation num_bytes: 3264255 num_examples: 576 download_size: 57405958 dataset_size: 92691057 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* ---数据集信息： 特征字段： - 字段名：id，数据类型：字符串（string） - 字段名：url，数据类型：字符串（string） - 字段名：标题（title），数据类型：字符串（string） - 字段名：摘要（summary），数据类型：字符串（string） - 字段名：文本（text），数据类型：字符串（string） - 字段名：提示词（Prompt），数据类型：字符串（string） - 字段名：生成标记（generated），数据类型：布尔值（bool） 数据集拆分： - 拆分名称：训练集（train），字节占用量：86360344，样本总量：15326 - 拆分名称：测试集（test），字节占用量：3066458，样本总量：576 - 拆分名称：验证集（validation），字节占用量：3264255，样本总量：576 下载总大小：57405958 字节 数据集总占用大小：92691057 字节 配置项： - 配置名称：默认配置（default） 数据文件映射： - 拆分：训练集（train），数据路径：data/train-* - 拆分：测试集（test），数据路径：data/test-* - 拆分：验证集（validation），数据路径：data/validation-*

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• summary: 字符串类型
• text: 字符串类型
• prompt: 字符串类型
• generated: 布尔类型

数据集划分

• 训练集:
  • 示例数量: 15326
  • 数据大小: 86360344 字节
• 测试集:
  • 示例数量: 576
  • 数据大小: 3066458 字节
• 验证集:
  • 示例数量: 576
  • 数据大小: 3264255 字节

数据集大小

• 下载大小: 57405958 字节
• 数据集总大小: 92691057 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-*