makram93/rejected_pairs_50

--- dataset_info: features: - name: url dtype: string - name: doc_id dtype: string - name: original_title sequence: string - name: right dtype: string - name: left dtype: string splits: - name: train num_bytes: 88447.0623234648 num_examples: 100 download_size: 85583 dataset_size: 88447.0623234648 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "rejected_pairs_50" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征列表： - 字段名：url，数据类型：字符串 - 字段名：文档ID（doc_id），数据类型：字符串 - 字段名：原标题（original_title），数据类型：字符串序列 - 字段名：右侧文本（right），数据类型：字符串 - 字段名：左侧文本（left），数据类型：字符串 数据集划分： - 划分名称：训练集（train），占用字节数：88447.0623234648，样本数量：100 下载大小：85583 数据集总大小：88447.0623234648 配置项： - 配置名称：默认（default），数据文件： - 对应划分：训练集（train），文件路径：data/train-* --- # 「rejected_pairs_50」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

• url: 数据类型为字符串。
• doc_id: 数据类型为字符串。
• original_title: 数据类型为字符串序列。
• right: 数据类型为字符串。
• left: 数据类型为字符串。

数据分割

• train: 包含100个样本，总字节数为88447.0623234648。

数据大小

• 下载大小: 85583字节。
• 数据集大小: 88447.0623234648字节。

配置

• default: 包含训练数据文件，路径为data/train-*。