GleghornLab/HPPI_PiNUI

---
dataset_info:
features:
- name: SeqA
dtype: string
- name: SeqB
dtype: string
- name: labels
dtype: int64
splits:
- name: train
num_bytes: 781699363
num_examples: 679827
- name: valid
num_bytes: 2828661
num_examples: 2500
- name: test
num_bytes: 2975087
num_examples: 2500
download_size: 729420086
dataset_size: 787503111
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---
Human PiNUI set with 2500 random validation and test examples

数据集信息：
特征字段：
- 字段名：序列A（SeqA），数据类型：字符串型
- 字段名：序列B（SeqB），数据类型：字符串型
- 字段名：标签（labels），数据类型：64位整型
数据集划分：
- 划分名称：训练集，占用字节数：781699363，样本数量：679827
- 划分名称：验证集，占用字节数：2828661，样本数量：2500
- 划分名称：测试集，占用字节数：2975087，样本数量：2500
下载总大小：729420086
数据集总占用大小：787503111
配置项：
- 配置名称：默认配置，数据文件：
- 对应划分：训练集，数据路径：data/train-*
- 对应划分：验证集，数据路径：data/valid-*
- 对应划分：测试集，数据路径：data/test-*

本数据集为Human PiNUI数据集，包含2500条随机抽取的验证集与测试集样本。