unlearning-cleanslate/eval-simnpo_gemma-3-12b-pt_20260416_171305-corpus_sweep_post_eval

---
dataset_info:
features:
- name: text_length_chars
dtype: int64
- name: num_windows
dtype: int64
- name: memorized_windows
dtype: int64
- name: memorized_fraction
dtype: float64
- name: coverage
dtype: float64
- name: max_p_z
dtype: float64
- name: mean_p_z
dtype: float64
- name: median_p_z
dtype: float64
- name: min_p_z
dtype: float64
- name: std_p_z
dtype: float64
- name: best_window_idx
dtype: int64
- name: best_window_p_z
dtype: float64
- name: best_window_seed
dtype: string
- name: best_window_target
dtype: string
- name: best_window_start_char
dtype: int64
- name: best_window_end_char
dtype: int64
- name: eval_model
dtype: string
- name: content_id
dtype: string
- name: content_title
dtype: string
- name: content_creators
dtype: string
- name: content_year
dtype: int64
splits:
- name: train
num_bytes: 2432364
num_examples: 4663
download_size: 1201554
dataset_size: 2432364
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：字符级文本长度（text_length_chars），数据类型：int64
- 名称：窗口数量（num_windows），数据类型：int64
- 名称：已记忆窗口数（memorized_windows），数据类型：int64
- 名称：记忆窗口占比（memorized_fraction），数据类型：float64
- 名称：覆盖度（coverage），数据类型：float64
- 名称：p_z最大值（max_p_z），数据类型：float64
- 名称：p_z均值（mean_p_z），数据类型：float64
- 名称：p_z中位数（median_p_z），数据类型：float64
- 名称：p_z最小值（min_p_z），数据类型：float64
- 名称：p_z标准差（std_p_z），数据类型：float64
- 名称：最优窗口索引（best_window_idx），数据类型：int64
- 名称：最优窗口p_z值（best_window_p_z），数据类型：float64
- 名称：最优窗口种子（best_window_seed），数据类型：string
- 名称：最优窗口目标文本（best_window_target），数据类型：string
- 名称：最优窗口起始字符位置（best_window_start_char），数据类型：int64
- 名称：最优窗口结束字符位置（best_window_end_char），数据类型：int64
- 名称：评估模型（eval_model），数据类型：string
- 名称：内容ID（content_id），数据类型：string
- 名称：内容标题（content_title），数据类型：string
- 名称：内容创作者（content_creators），数据类型：string
- 名称：内容发布年份（content_year），数据类型：int64
数据集划分：
- 划分名称：训练集（train），字节占用量：2432364，样本总数：4663
下载总大小：1201554
数据集实际占用大小：2432364
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：训练集（train），文件路径：data/train-*