loubnabnl/evaluation_prompts_hl

---
dataset_info:
features:
- name: id
dtype: int64
- name: prompt
dtype: string
- name: text_token_length
dtype: int64
- name: original_text
dtype: string
- name: seed_data
dtype: string
- name: format
dtype: string
- name: audience
dtype: string
- name: generated_samples
sequence: string
- name: evaluation_prompt
dtype: string
- name: sentences
sequence: string
splits:
- name: train
num_bytes: 1194718543
num_examples: 42642
download_size: 50423192
dataset_size: 1194718543
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：id
数据类型：int64
- 名称：提示词（prompt）
数据类型：字符串
- 名称：文本Token长度（text_token_length）
数据类型：int64
- 名称：原始文本（original_text）
数据类型：字符串
- 名称：种子数据（seed_data）
数据类型：字符串
- 名称：格式（format）
数据类型：字符串
- 名称：目标受众（audience）
数据类型：字符串
- 名称：生成样本（generated_samples）
类型：字符串序列
- 名称：评估提示词（evaluation_prompt）
数据类型：字符串
- 名称：句子集合（sentences）
类型：字符串序列
数据划分：
- 名称：训练集（train）
字节数：1194718543
样本数量：42642
下载大小：50423192
数据集总大小：1194718543
配置项：
- 配置名称：默认配置（default）
数据文件：
- 划分：训练集（train）
路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为 int64
• prompt: 数据类型为 string
• text_token_length: 数据类型为 int64
• original_text: 数据类型为 string
• seed_data: 数据类型为 string
• format: 数据类型为 string
• audience: 数据类型为 string
• generated_samples: 数据类型为 sequence 的 string
• evaluation_prompt: 数据类型为 string
• sentences: 数据类型为 sequence 的 string

数据集分割

• train: 包含 42642 个样本，占用 1194718543 字节

数据集大小

• 下载大小: 50423192 字节
• 数据集大小: 1194718543 字节

配置

• default: 包含训练数据文件，路径为 data/train-*