AdapterOcean/physics_dataset_standardized_embedded

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float32
splits:
- name: train
num_bytes: 377420856
num_examples: 19999
download_size: 362936535
dataset_size: 377420856
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "physics_dataset_standardized_embedded"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征字段：
- 字段名：文本（text），数据类型：字符串
- 字段名：会话ID（conversation_id），数据类型：64位整型（int64）
- 字段名：嵌入向量（embedding），数据类型：32位浮点型（float32）序列
数据集划分：
- 划分名称：训练集（train），占用字节数：377420856，样本数量：19999
下载大小：362936535
数据集总大小：377420856
配置项：
- 配置名称：默认（default），数据文件列表：
- 对应划分：训练集（train），文件路径：data/train-*
---
# "标准化嵌入物理数据集（physics_dataset_standardized_embedded）"数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

特征

• text: 数据类型为字符串。
• conversation_id: 数据类型为整数（int64）。
• embedding: 数据类型为浮点数序列（float32）。

数据分割

• train: 包含19999个样本，总字节数为377420856。

数据大小

• 下载大小: 362936535字节。
• 数据集大小: 377420856字节。

配置

• default: 包含训练数据文件，路径为data/train-*。