vnixxa31/llm-auto-correct_wikipedia_test

---
configs:
- config_name: default
data_files:
- split: deletion
path: data/deletion-*
- split: duplication
path: data/duplication-*
- split: insertion
path: data/insertion-*
- split: multi_key
path: data/multi_key-*
- split: no_error
path: data/no_error-*
- split: qwerty_neighbor
path: data/qwerty_neighbor-*
- split: space_or_punct
path: data/space_or_punct-*
- split: transpose
path: data/transpose-*
- split: word_confusion
path: data/word_confusion-*
dataset_info:
features:
- name: source_text
dtype: string
- name: input_text
dtype: string
- name: target_text
dtype: string
- name: example_type
dtype: string
- name: changed
dtype: bool
- name: operations
list:
- name: after
dtype: string
- name: before
dtype: string
- name: char_index
dtype: int64
- name: details
dtype: json
- name: typo_type
dtype: string
- name: word_index
dtype: int64
splits:
- name: deletion
num_bytes: 3586123291
num_examples: 7810633
- name: duplication
num_bytes: 2227867730
num_examples: 4852331
- name: insertion
num_bytes: 2969399559
num_examples: 6467399
- name: multi_key
num_bytes: 1486675201
num_examples: 3238002
- name: no_error
num_bytes: 40841415452
num_examples: 88953246
- name: qwerty_neighbor
num_bytes: 7422820068
num_examples: 16167019
- name: space_or_punct
num_bytes: 1433578248
num_examples: 3122356
- name: transpose
num_bytes: 5576518450
num_examples: 12145745
- name: word_confusion
num_bytes: 158937785
num_examples: 346169
download_size: 40596219522
dataset_size: 65703335784
---

配置项：
- 配置名称：默认（default）
数据文件：
- 数据集拆分：删除错误（deletion）
路径：data/deletion-*
- 数据集拆分：重复错误（duplication）
路径：data/duplication-*
- 数据集拆分：插入错误（insertion）
路径：data/insertion-*
- 数据集拆分：多键错误（multi_key）
路径：data/multi_key-*
- 数据集拆分：无错误（no_error）
路径：data/no_error-*
- 数据集拆分：QWERTY邻键错误（qwerty_neighbor）
路径：data/qwerty_neighbor-*
- 数据集拆分：空格或标点错误（space_or_punct）
路径：data/space_or_punct-*
- 数据集拆分：字符转置错误（transpose）
路径：data/transpose-*
- 数据集拆分：词汇混淆错误（word_confusion）
路径：data/word_confusion-*
数据集信息：
特征字段：
- 源文本（source_text）：数据类型：字符串
- 输入文本（input_text）：数据类型：字符串
- 目标文本（target_text）：数据类型：字符串
- 示例类型（example_type）：数据类型：字符串
- 是否修改（changed）：数据类型：布尔值
- 操作列表（operations）：
- 变更后文本（after）：数据类型：字符串
- 变更前文本（before）：数据类型：字符串
- 字符索引（char_index）：数据类型：64位整数
- 详细信息（details）：数据类型：JSON
- 拼写错误类型（typo_type）：数据类型：字符串
- 单词索引（word_index）：数据类型：64位整数
数据集拆分：
- 拆分名称：删除错误（deletion）：总字节数：3586123291，示例总数：7810633
- 拆分名称：重复错误（duplication）：总字节数：2227867730，示例总数：4852331
- 拆分名称：插入错误（insertion）：总字节数：2969399559，示例总数：6467399
- 拆分名称：多键错误（multi_key）：总字节数：1486675201，示例总数：3238002
- 拆分名称：无错误（no_error）：总字节数：40841415452，示例总数：88953246
- 拆分名称：QWERTY邻键错误（qwerty_neighbor）：总字节数：7422820068，示例总数：16167019
- 拆分名称：空格或标点错误（space_or_punct）：总字节数：1433578248，示例总数：3122356
- 拆分名称：字符转置错误（transpose）：总字节数：5576518450，示例总数：12145745
- 拆分名称：词汇混淆错误（word_confusion）：总字节数：158937785，示例总数：346169
下载总大小：40596219522 字节
数据集总大小：65703335784 字节