imperialwarrior/open-australian-legal-qa-paraphrased-hard-gemini

---
dataset_info:
features:
- name: index
dtype: 'null'
- name: pipeline_1_result
dtype: string
- name: pipeline_1_result_embeddings
dtype: string
- name: pipeline_2_context
dtype: string
- name: pipeline_2_result
dtype: string
- name: pipeline_2_result_embeddings
dtype: string
- name: pipeline_3_context
dtype: string
- name: pipeline_3_result
dtype: string
- name: pipeline_3_result_embeddings
dtype: string
- name: pipeline_4_context
dtype: string
- name: pipeline_4_result
dtype: string
- name: pipeline_4_result_embeddings
dtype: string
- name: pipeline_5_context
dtype: string
- name: pipeline_5_result
dtype: string
- name: pipeline_5_result_embeddings
dtype: string
- name: pipeline_6_context
dtype: string
- name: pipeline_6_result
dtype: string
- name: pipeline_6_result_embeddings
dtype: string
- name: pipeline_7_context
dtype: string
- name: pipeline_7_result
dtype: string
- name: pipeline_7_result_embeddings
dtype: string
- name: referenced_question
dtype: string
- name: answer
dtype: string
- name: question
dtype: string
- name: question_non_retrieval_embeddings
dtype: string
- name: answer_non_retrieval_embeddings
dtype: string
- name: question_retrieval_embeddings
dtype: string
- name: answer_retrieval_embeddings
dtype: string
- name: __index_level_0__
dtype: float64
- name: case_index
dtype: float64
- name: pipeline_6_case_indexes
sequence: int64
- name: pipeline_7_case_indexes
sequence: int64
splits:
- name: train
num_bytes: 40967131
num_examples: 203
download_size: 14378490
dataset_size: 40967131
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：index，数据类型：空类型
- 字段名：流水线1结果（pipeline_1_result），数据类型：字符串
- 字段名：流水线1结果嵌入向量（pipeline_1_result_embeddings），数据类型：字符串
- 字段名：流水线2上下文（pipeline_2_context），数据类型：字符串
- 字段名：流水线2结果（pipeline_2_result），数据类型：字符串
- 字段名：流水线2结果嵌入向量（pipeline_2_result_embeddings），数据类型：字符串
- 字段名：流水线3上下文（pipeline_3_context），数据类型：字符串
- 字段名：流水线3结果（pipeline_3_result），数据类型：字符串
- 字段名：流水线3结果嵌入向量（pipeline_3_result_embeddings），数据类型：字符串
- 字段名：流水线4上下文（pipeline_4_context），数据类型：字符串
- 字段名：流水线4结果（pipeline_4_result），数据类型：字符串
- 字段名：流水线4结果嵌入向量（pipeline_4_result_embeddings），数据类型：字符串
- 字段名：流水线5上下文（pipeline_5_context），数据类型：字符串
- 字段名：流水线5结果（pipeline_5_result），数据类型：字符串
- 字段名：流水线5结果嵌入向量（pipeline_5_result_embeddings），数据类型：字符串
- 字段名：流水线6上下文（pipeline_6_context），数据类型：字符串
- 字段名：流水线6结果（pipeline_6_result），数据类型：字符串
- 字段名：流水线6结果嵌入向量（pipeline_6_result_embeddings），数据类型：字符串
- 字段名：流水线7上下文（pipeline_7_context），数据类型：字符串
- 字段名：流水线7结果（pipeline_7_result），数据类型：字符串
- 字段名：流水线7结果嵌入向量（pipeline_7_result_embeddings），数据类型：字符串
- 字段名：参考问题（referenced_question），数据类型：字符串
- 字段名：答案（answer），数据类型：字符串
- 字段名：问题（question），数据类型：字符串
- 字段名：问题非检索嵌入向量（question_non_retrieval_embeddings），数据类型：字符串
- 字段名：答案非检索嵌入向量（answer_non_retrieval_embeddings），数据类型：字符串
- 字段名：问题检索嵌入向量（question_retrieval_embeddings），数据类型：字符串
- 字段名：答案检索嵌入向量（answer_retrieval_embeddings），数据类型：字符串
- 字段名：__index_level_0__，数据类型：64位浮点型
- 字段名：案例索引（case_index），数据类型：64位浮点型
- 字段名：流水线6案例索引序列（pipeline_6_case_indexes），数据类型：64位整型序列
- 字段名：流水线7案例索引序列（pipeline_7_case_indexes），数据类型：64位整型序列
数据集划分：
- 划分名称：训练集（train），字节占用量：40967131，样本总数：203
下载总大小：14378490，数据集总存储大小：40967131
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 数据划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

特征信息

数据集包含以下特征：

• index: 数据类型为 null
• pipeline_1_result: 数据类型为 string
• pipeline_1_result_embeddings: 数据类型为 string
• pipeline_2_context: 数据类型为 string
• pipeline_2_result: 数据类型为 string
• pipeline_2_result_embeddings: 数据类型为 string
• pipeline_3_context: 数据类型为 string
• pipeline_3_result: 数据类型为 string
• pipeline_3_result_embeddings: 数据类型为 string
• pipeline_4_context: 数据类型为 string
• pipeline_4_result: 数据类型为 string
• pipeline_4_result_embeddings: 数据类型为 string
• pipeline_5_context: 数据类型为 string
• pipeline_5_result: 数据类型为 string
• pipeline_5_result_embeddings: 数据类型为 string
• pipeline_6_context: 数据类型为 string
• pipeline_6_result: 数据类型为 string
• pipeline_6_result_embeddings: 数据类型为 string
• pipeline_7_context: 数据类型为 string
• pipeline_7_result: 数据类型为 string
• pipeline_7_result_embeddings: 数据类型为 string
• referenced_question: 数据类型为 string
• answer: 数据类型为 string
• question: 数据类型为 string
• question_non_retrieval_embeddings: 数据类型为 string
• answer_non_retrieval_embeddings: 数据类型为 string
• question_retrieval_embeddings: 数据类型为 string
• answer_retrieval_embeddings: 数据类型为 string
• __index_level_0__: 数据类型为 float64
• case_index: 数据类型为 float64
• pipeline_6_case_indexes: 数据类型为 int64 序列
• pipeline_7_case_indexes: 数据类型为 int64 序列

数据分割

数据集包含一个分割：

• train: 包含 203 个样本，占用 40967131 字节

数据集大小

• 下载大小: 14378490 字节
• 数据集大小: 40967131 字节

配置信息

• 配置名称: default
• 数据文件路径: data/train-*