HuggingFaceM4/cm4-synthetic-testing-with-embeddings

---
dataset_info:
- config_name: 100.unique.embeddings
features:
- name: texts
sequence: string
- name: metadata
dtype: string
- name: original_idx
dtype: int64
- name: image_embeddings
sequence:
sequence:
sequence: float64
splits:
- name: train
num_bytes: 15422178
num_examples: 100
download_size: 15204174
dataset_size: 15422178
- config_name: 100.unique.pixels
features:
- name: texts
sequence: string
- name: images
sequence: image
- name: metadata
dtype: string
- name: original_idx
dtype: int64
splits:
- name: train
num_bytes: 7278379.0
num_examples: 100
download_size: 6801949
dataset_size: 7278379.0
configs:
- config_name: 100.unique.embeddings
data_files:
- split: train
path: 100.unique.embeddings/train-*
- config_name: 100.unique.pixels
data_files:
- split: train
path: 100.unique.pixels/train-*
---
# Dataset Card for "cm4-synthetic-testing-with-embeddings"

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

数据集信息：
- 配置名称：100.unique.embeddings
字段信息：
- 字段名：texts，类型：字符串序列
- 字段名：metadata（元数据），数据类型：字符串
- 字段名：original_idx，数据类型：64位整型
- 字段名：image_embeddings（图像嵌入），类型：三层嵌套float64序列
数据划分：
- 划分名称：train（训练集），字节数：15422178，样本数：100
下载大小：15204174
数据集大小：15422178
- 配置名称：100.unique.pixels
字段信息：
- 字段名：texts，类型：字符串序列
- 字段名：images，类型：图像序列
- 字段名：metadata（元数据），数据类型：字符串
- 字段名：original_idx，数据类型：64位整型
数据划分：
- 划分名称：train（训练集），字节数：7278379.0，样本数：100
下载大小：6801949
数据集大小：7278379.0
配置项：
- 配置名称：100.unique.embeddings，数据文件：
- 数据划分：train（训练集），文件路径：100.unique.embeddings/train-*
- 配置名称：100.unique.pixels，数据文件：
- 数据划分：train（训练集），文件路径：100.unique.pixels/train-*
---
# 「cm4-synthetic-testing-with-embeddings」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

数据集配置

• 100.unique.embeddings

  • 特征:
    • texts: 字符串序列
    • metadata: 字符串
    • original_idx: 64位整数
    • image_embeddings: 64位浮点数序列的序列的序列
  • 分割:
    • train: 100个样本，15422178字节
  • 下载大小: 15204174字节
  • 数据集大小: 15422178字节

• 100.unique.pixels

  • 特征:
    • texts: 字符串序列
    • images: 图像序列
    • metadata: 字符串
    • original_idx: 64位整数
  • 分割:
    • train: 100个样本，7278379.0字节
  • 下载大小: 6801949字节
  • 数据集大小: 7278379.0字节

数据文件

• 100.unique.embeddings

  • train: 路径为 100.unique.embeddings/train-*

• 100.unique.pixels

  • train: 路径为 100.unique.pixels/train-*