sheryc/wiki40b_ko_test_1k_instances_processed

---
dataset_info:
features:
- name: wikidata_id
dtype: string
- name: text
dtype: string
- name: version_id
dtype: string
- name: llama3_length
dtype: int64
splits:
- name: test
num_bytes: 2157188
num_examples: 1000
download_size: 826478
dataset_size: 2157188
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
---

数据集信息：
特征：
- 特征名称：wikidata_id（维基数据ID），数据类型：字符串
- 特征名称：text（文本），数据类型：字符串
- 特征名称：version_id（版本ID），数据类型：字符串
- 特征名称：llama3_length（LLaMA3编码长度），数据类型：int64（64位整型）
数据集划分：
- 划分名称：test（测试集），占用字节数：2157188，样本数量：1000
下载总大小：826478
数据集总大小：2157188
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：test（测试集），数据文件路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• wikidata_id：数据类型为字符串。
• text：数据类型为字符串。
• version_id：数据类型为字符串。
• llama3_length：数据类型为整数。

数据集分割

• 测试集（test）：包含1000个样本，占用2157188字节。

数据集大小

• 下载大小：826478字节。
• 数据集总大小：2157188字节。

配置信息

• 默认配置（default）：
  • 数据文件路径：data/test-*。