tyzhu/lmind_nq_train6000_eval6489_v1_doc

---
configs:
- config_name: default
data_files:
- split: train_qa
path: data/train_qa-*
- split: train_ic_qa
path: data/train_ic_qa-*
- split: train_recite_qa
path: data/train_recite_qa-*
- split: eval_qa
path: data/eval_qa-*
- split: eval_ic_qa
path: data/eval_ic_qa-*
- split: eval_recite_qa
path: data/eval_recite_qa-*
- split: all_docs
path: data/all_docs-*
- split: all_docs_eval
path: data/all_docs_eval-*
- split: train
path: data/train-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: answers
struct:
- name: answer_start
sequence: 'null'
- name: text
sequence: string
- name: inputs
dtype: string
- name: targets
dtype: string
splits:
- name: train_qa
num_bytes: 697367
num_examples: 6000
- name: train_ic_qa
num_bytes: 4540536
num_examples: 6000
- name: train_recite_qa
num_bytes: 4546536
num_examples: 6000
- name: eval_qa
num_bytes: 752802
num_examples: 6489
- name: eval_ic_qa
num_bytes: 4906186
num_examples: 6489
- name: eval_recite_qa
num_bytes: 4912675
num_examples: 6489
- name: all_docs
num_bytes: 7126313
num_examples: 10925
- name: all_docs_eval
num_bytes: 7125701
num_examples: 10925
- name: train
num_bytes: 7126313
num_examples: 10925
- name: validation
num_bytes: 7126313
num_examples: 10925
download_size: 30529604
dataset_size: 48860742
---
# Dataset Card for "lmind_nq_train6000_eval6489_v1_doc"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
配置项：
- 配置名称：default
数据文件：
- 拆分集：train_qa，路径：data/train_qa-*
- 拆分集：train_ic_qa，路径：data/train_ic_qa-*
- 拆分集：train_recite_qa，路径：data/train_recite_qa-*
- 拆分集：eval_qa，路径：data/eval_qa-*
- 拆分集：eval_ic_qa，路径：data/eval_ic_qa-*
- 拆分集：eval_recite_qa，路径：data/eval_recite_qa-*
- 拆分集：all_docs，路径：data/all_docs-*
- 拆分集：all_docs_eval，路径：data/all_docs_eval-*
- 拆分集：train，路径：data/train-*
- 拆分集：validation，路径：data/validation-*
数据集信息：
数据特征：
- 字段：answers，为结构体类型，包含子字段：
- answer_start：序列类型，元素为空值
- text：序列类型，元素为字符串
- 字段：inputs：数据类型为字符串
- 字段：targets：数据类型为字符串
拆分集详情：
- 拆分集名称：train_qa，字节数：697367，样本量：6000
- 拆分集名称：train_ic_qa，字节数：4540536，样本量：6000
- 拆分集名称：train_recite_qa，字节数：4546536，样本量：6000
- 拆分集名称：eval_qa，字节数：752802，样本量：6489
- 拆分集名称：eval_ic_qa，字节数：4906186，样本量：6489
- 拆分集名称：eval_recite_qa，字节数：4912675，样本量：6489
- 拆分集名称：all_docs，字节数：7126313，样本量：10925
- 拆分集名称：all_docs_eval，字节数：7125701，样本量：10925
- 拆分集名称：train，字节数：7126313，样本量：10925
- 拆分集名称：validation，字节数：7126313，样本量：10925
下载总大小：30529604 字节，数据集总占用大小：48860742 字节
---
# "lmind_nq_train6000_eval6489_v1_doc" 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

• 名称: lmind_nq_train6000_eval6489_v1_doc

数据集配置

• 默认配置: default

数据文件

• 训练数据:
  • train_qa: 路径为 data/train_qa-*
  • train_ic_qa: 路径为 data/train_ic_qa-*
  • train_recite_qa: 路径为 data/train_recite_qa-*
  • train: 路径为 data/train-*
• 评估数据:
  • eval_qa: 路径为 data/eval_qa-*
  • eval_ic_qa: 路径为 data/eval_ic_qa-*
  • eval_recite_qa: 路径为 data/eval_recite_qa-*
  • validation: 路径为 data/validation-*
• 文档数据:
  • all_docs: 路径为 data/all_docs-*
  • all_docs_eval: 路径为 data/all_docs_eval-*

数据集信息

• 特征:
  • answers:
    • answer_start: 序列类型为 null
    • text: 序列类型为 string
  • inputs: 数据类型为 string
  • targets: 数据类型为 string

数据分割

• train_qa:
  • 字节数: 697367
  • 样本数: 6000
• train_ic_qa:
  • 字节数: 4540536
  • 样本数: 6000
• train_recite_qa:
  • 字节数: 4546536
  • 样本数: 6000
• eval_qa:
  • 字节数: 752802
  • 样本数: 6489
• eval_ic_qa:
  • 字节数: 4906186
  • 样本数: 6489
• eval_recite_qa:
  • 字节数: 4912675
  • 样本数: 6489
• all_docs:
  • 字节数: 7126313
  • 样本数: 10925
• all_docs_eval:
  • 字节数: 7125701
  • 样本数: 10925
• train:
  • 字节数: 7126313
  • 样本数: 10925
• validation:
  • 字节数: 7126313
  • 样本数: 10925

数据集大小

• 下载大小: 30529604 字节
• 数据集大小: 48860742 字节