AlanYky/phi-2-symbol-100k

---
dataset_info:
features:
- name: task
dtype: string
- name: inputs
dtype: string
- name: targets
dtype: string
- name: symbols
sequence: string
splits:
- name: train
num_bytes: 288043844.4890984
num_examples: 100000
- name: validation
num_bytes: 28202194.388777554
num_examples: 10000
download_size: 148098768
dataset_size: 316246038.877876
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息（dataset_info）：
特征（features）：
- 字段名：任务（task），数据类型：字符串（string）
- 字段名：输入项（inputs），数据类型：字符串（string）
- 字段名：目标项（targets），数据类型：字符串（string）
- 字段名：符号序列（symbols），数据类型：字符串序列（sequence: string）
数据集划分（splits）：
- 划分名称：训练集（train），字节数：288043844.4890984，样本数量：100000
- 划分名称：验证集（validation），字节数：28202194.388777554，样本数量：10000
下载总大小（download_size）：148098768 字节
数据集总占用大小（dataset_size）：316246038.877876 字节
配置项（configs）：
- 配置名称：默认配置（default），数据文件：
- 训练集（train）对应路径：data/train-*
- 验证集（validation）对应路径：data/validation-*

原始信息汇总

数据集概述

数据集特征

• task: 数据类型为字符串
• inputs: 数据类型为字符串
• targets: 数据类型为字符串
• symbols: 数据类型为字符串序列

数据集划分

• 训练集 (train):
  • 数据量: 100000个样本
  • 存储大小: 288043844.4890984字节
• 验证集 (validation):
  • 数据量: 10000个样本
  • 存储大小: 28202194.388777554字节

数据集大小

• 下载大小: 148098768字节
• 总数据集大小: 316246038.877876字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*