gsstein/75-baseline-dataset

---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: summary
dtype: string
- name: text
dtype: string
- name: prompt
dtype: string
- name: generated
dtype: bool
splits:
- name: train
num_bytes: 86503948
num_examples: 15326
- name: test
num_bytes: 3070240
num_examples: 576
- name: validation
num_bytes: 3267104
num_examples: 576
download_size: 57524439
dataset_size: 92841292
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

数据集信息：
特征项：
- 字段标识：id，数据类型：字符串
- 字段标识：url，数据类型：字符串
- 字段标识：title，数据类型：字符串
- 字段标识：summary，数据类型：字符串
- 字段标识：text，数据类型：字符串
- 字段标识：prompt（提示词），数据类型：字符串
- 字段标识：generated，数据类型：布尔值
数据集划分：
- 划分名称：训练集（train），占用字节数：86503948，样本数量：15326
- 划分名称：测试集（test），占用字节数：3070240，样本数量：576
- 划分名称：验证集（validation），占用字节数：3267104，样本数量：576
下载总大小：57524439，数据集总存储大小：92841292
配置项：
- 配置名称：default（默认配置），数据文件映射：
- 训练集对应路径：data/train-*
- 测试集对应路径：data/test-*
- 验证集对应路径：data/validation-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• url: 数据类型为字符串。
• title: 数据类型为字符串。
• summary: 数据类型为字符串。
• text: 数据类型为字符串。
• prompt: 数据类型为字符串。
• generated: 数据类型为布尔值。

数据集分割

• 训练集 (train):
  • 大小: 86503948 字节
  • 示例数量: 15326
• 测试集 (test):
  • 大小: 3070240 字节
  • 示例数量: 576
• 验证集 (validation):
  • 大小: 3267104 字节
  • 示例数量: 576

数据集大小

• 下载大小: 57524439 字节
• 数据集总大小: 92841292 字节

配置文件

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