YBXL/mimicsql_train

---
dataset_info:
features:
- name: id
dtype: string
- name: conversations
list:
- name: role
dtype: string
- name: content
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 29851124
num_examples: 7568
- name: valid
num_bytes: 393289
num_examples: 100
- name: test
num_bytes: 393289
num_examples: 100
download_size: 3440785
dataset_size: 30637702
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：id，数据类型：字符串
- 名称：conversations（对话列表），该字段为列表类型，列表元素包含：
- 角色（role）：数据类型为字符串
- 内容（content）：数据类型为字符串
- 名称：text，数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节数：29851124，样本数量：7568
- 划分名称：valid（验证集），字节数：393289，样本数量：100
- 划分名称：test（测试集），字节数：393289，样本数量：100
下载大小：3440785
数据集总大小：30637702
配置项：
- 配置名称：default（默认配置），数据文件配置如下：
- 划分：train，对应路径：data/train-*
- 划分：valid，对应路径：data/valid-*
- 划分：test，对应路径：data/test-*

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。
• conversations: 包含两个子特征：
  • role: 数据类型为字符串。
  • content: 数据类型为字符串。
• text: 数据类型为字符串。

数据集分割

• 训练集 (train): 包含7568个样本，总大小为29851124字节。
• 验证集 (valid): 包含100个样本，总大小为393289字节。
• 测试集 (test): 包含100个样本，总大小为393289字节。

数据集大小

• 下载大小: 3440785字节。
• 数据集总大小: 30637702字节。

数据文件配置

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