ninyx/data_advise-gpt-extended-squad

---
dataset_info:
features:
- name: id
dtype: int64
- name: question
dtype: string
- name: context
dtype: string
- name: answers
struct:
- name: text
sequence: string
- name: answer_start
sequence: int64
splits:
- name: train
num_bytes: 9076379
num_examples: 21858
- name: test
num_bytes: 1137498
num_examples: 2732
- name: val
num_bytes: 1926071
num_examples: 3922
download_size: 2808967
dataset_size: 12139948
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: val
path: data/val-*
---

数据集信息：
特征项：
- 字段名：id，数据类型：int64
- 字段名：question（问题），数据类型：字符串
- 字段名：context（上下文），数据类型：字符串
- 字段名：answers（答案），为结构体类型，包含两个子字段：
- text：字符串序列
- answer_start：int64序列
数据集拆分：
- 拆分名称：train（训练集），字节占用量：9076379，样本总数：21858
- 拆分名称：test（测试集），字节占用量：1137498，样本总数：2732
- 拆分名称：val（验证集），字节占用量：1926071，样本总数：3922
下载总大小：2808967 字节
数据集总占用大小：12139948 字节
配置项：
- 配置名称：default（默认配置），数据文件路径映射如下：
- 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/val-*

原始信息汇总

数据集概述

数据集特征

• id: 整数类型 (int64)
• question: 字符串类型 (string)
• context: 字符串类型 (string)
• answers: 结构体类型，包含以下字段：
  • text: 字符串序列 (sequence: string)
  • answer_start: 整数序列 (sequence: int64)

数据集分割

• train:
  • 字节数: 9076379
  • 示例数: 21858
• test:
  • 字节数: 1137498
  • 示例数: 2732
• val:
  • 字节数: 1926071
  • 示例数: 3922

数据集大小

• 下载大小: 2808967 字节
• 数据集总大小: 12139948 字节