valashir/SMM2-levels-all

--- 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: 30754342973 num_examples: 202096 - name: val num_bytes: 308874924 num_examples: 2048 download_size: 271196710 dataset_size: 31063217897 --- # Dataset Card for "SMM2-levels-all" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息: 特征项: - 字段名: id 数据类型: 64位整数（int64） - 字段名: level 数据结构: 三级嵌套序列，最内层元素数据类型为无符号8位整数（uint8） - 字段名: text 数据类型: 字符串（string） - 字段名: text-baseline 数据类型: 字符串（string） 数据集划分: - 名称: 训练集（train） 字节占用量: 30754342973 样本数量: 202096 - 名称: 验证集（val） 字节占用量: 308874924 样本数量: 2048 下载总大小: 271196710 数据集总存储大小: 31063217897 --- # "SMM2-levels-all"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

数据集特征

• id: 整数类型（int64）
• level: 序列类型，子类型为无符号整数（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: 30754342973 字节
• 验证集（val）:
  • 示例数量: 2048
  • 数据大小: 308874924 字节

数据集大小

• 下载大小: 271196710 字节
• 总数据集大小: 31063217897 字节