jkminder/Dolma3_mix_annotation_sample

--- dataset_info: features: - name: text dtype: string - name: id dtype: string - name: source dtype: string - name: safety_score dtype: int8 - name: has_annotation dtype: bool - name: is_bad dtype: bool splits: - name: train num_bytes: 841481589 num_examples: 100000 download_size: 487668402 dataset_size: 841481589 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息（dataset_info）： 特征（features）： - 属性名：文本（text），数据类型（dtype）：字符串型（string） - 属性名：标识符（id），数据类型（dtype）：字符串型（string） - 属性名：来源（source），数据类型（dtype）：字符串型（string） - 属性名：安全评分（safety_score），数据类型（dtype）：8位整数型（int8） - 属性名：是否带标注（has_annotation），数据类型（dtype）：布尔型（bool） - 属性名：是否为不良内容（is_bad），数据类型（dtype）：布尔型（bool） 数据集划分（splits）： - 划分名称：训练集（train），字节数：841481589，样本数量：100000 下载大小（download_size）：487668402 数据集总大小（dataset_size）：841481589 配置（configs）： - 配置名称：默认配置（default），数据文件： - 对应划分：训练集（train），文件路径：data/train-*