valashir/SMM2-levels-all-v2

--- dataset_info: features: - name: id dtype: int64 - name: level sequence: sequence: sequence: uint8 - name: text dtype: string - name: text-baseline dtype: string splits: - name: train num_bytes: 30754194471 num_examples: 202096 - name: val num_bytes: 308873455 num_examples: 2048 download_size: 271999803 dataset_size: 31063067926 --- # Dataset Card for "SMM2-levels-all-v2" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征列表： - 编号（id）：数据类型为64位整型（int64） - 关卡（level）：为三级嵌套序列结构，最内层元素数据类型为无符号8位整型（uint8） - 文本（text）：数据类型为字符串（string） - 基准文本（text-baseline）：数据类型为字符串（string） 数据集拆分： - 训练集（train）：占用字节数30754194471，样本总数202096 - 验证集（val）：占用字节数308873455，样本总数2048 下载总大小：271999803字节 总数据集存储大小：31063067926字节 # 「SMM2-levels-all-v2」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

数据集名称

SMM2-levels-all-v2

数据集特征

• id: 整数类型 (int64)
• level: 序列类型，内部序列类型为无符号整数 (uint8)
• text: 字符串类型 (string)
• text-baseline: 字符串类型 (string)

数据集分割

• 训练集 (train):
  • 示例数量: 202096
  • 数据大小: 30754194471 字节
• 验证集 (val):
  • 示例数量: 2048
  • 数据大小: 308873455 字节

数据集大小

• 下载大小: 271999803 字节
• 总数据集大小: 31063067926 字节