tyzhu/lmind_nq_train5000_eval5000_v1_reciteonly_qa

---
configs:
- config_name: default
data_files:
- split: train_qa
path: data/train_qa-*
- split: train_recite_qa
path: data/train_recite_qa-*
- split: eval_qa
path: data/eval_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: 581636
num_examples: 5000
- name: train_recite_qa
num_bytes: 3790343
num_examples: 5000
- name: eval_qa
num_bytes: 580393
num_examples: 5000
- name: eval_recite_qa
num_bytes: 3785337
num_examples: 5000
- name: all_docs
num_bytes: 5846467
num_examples: 8964
- name: all_docs_eval
num_bytes: 5845967
num_examples: 8964
- name: train
num_bytes: 3790343
num_examples: 5000
- name: validation
num_bytes: 3785337
num_examples: 5000
download_size: 17346716
dataset_size: 28005823
---
# Dataset Card for "lmind_nq_train5000_eval5000_v1_reciteonly_qa"

[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：
- 数据集拆分：train_qa，文件路径：data/train_qa-*
- 数据集拆分：train_recite_qa，文件路径：data/train_recite_qa-*
- 数据集拆分：eval_qa，文件路径：data/eval_qa-*
- 数据集拆分：eval_recite_qa，文件路径：data/eval_recite_qa-*
- 数据集拆分：all_docs，文件路径：data/all_docs-*
- 数据集拆分：all_docs_eval，文件路径：data/all_docs_eval-*
- 数据集拆分：train，文件路径：data/train-*
- 数据集拆分：validation，文件路径：data/validation-*
数据集信息：
特征字段：
- 字段名：answers，结构体：
- 子字段：answer_start，序列类型：null
- 子字段：text，序列类型：字符串
- 字段名：inputs，数据类型：字符串
- 字段名：targets，数据类型：字符串
数据集拆分详情：
- 拆分名称：train_qa，字节数：581636，样本数量：5000
- 拆分名称：train_recite_qa，字节数：3790343，样本数量：5000
- 拆分名称：eval_qa，字节数：580393，样本数量：5000
- 拆分名称：eval_recite_qa，字节数：3785337，样本数量：5000
- 拆分名称：all_docs，字节数：5846467，样本数量：8964
- 拆分名称：all_docs_eval，字节数：5845967，样本数量：8964
- 拆分名称：train，字节数：3790343，样本数量：5000
- 拆分名称：validation，字节数：3785337，样本数量：5000
下载大小：17346716 字节
数据集总大小：28005823 字节
---
# 数据集卡片（Dataset Card）："lmind_nq_train5000_eval5000_v1_reciteonly_qa"

[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

• lmind_nq_train5000_eval5000_v1_reciteonly_qa

数据文件配置

• default 配置
  • 数据文件路径:
    • train_qa: data/train_qa-*
    • train_recite_qa: data/train_recite_qa-*
    • eval_qa: data/eval_qa-*
    • eval_recite_qa: data/eval_recite_qa-*
    • all_docs: data/all_docs-*
    • all_docs_eval: data/all_docs_eval-*
    • train: data/train-*
    • validation: data/validation-*

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: 581636
    • 样本数: 5000
  • train_recite_qa:
    • 字节数: 3790343
    • 样本数: 5000
  • eval_qa:
    • 字节数: 580393
    • 样本数: 5000
  • eval_recite_qa:
    • 字节数: 3785337
    • 样本数: 5000
  • all_docs:
    • 字节数: 5846467
    • 样本数: 8964
  • all_docs_eval:
    • 字节数: 5845967
    • 样本数: 8964
  • train:
    • 字节数: 3790343
    • 样本数: 5000
  • validation:
    • 字节数: 3785337
    • 样本数: 5000

• 数据集大小:

  • 下载大小: 17346716 字节
  • 数据集大小: 28005823 字节