tyzhu/lmind_nq_train10000_eval6489_v1_recite_qa

---
configs:
- config_name: default
data_files:
- split: train_qa
path: data/train_qa-*
- split: train_recite_qa
path: data/train_recite_qa-*
- split: eval_qa
path: data/eval_qa-*
- split: eval_recite_qa
path: data/eval_recite_qa-*
- split: all_docs
path: data/all_docs-*
- split: all_docs_eval
path: data/all_docs_eval-*
- split: train
path: data/train-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: answers
struct:
- name: answer_start
sequence: 'null'
- name: text
sequence: string
- name: inputs
dtype: string
- name: targets
dtype: string
splits:
- name: train_qa
num_bytes: 1159729
num_examples: 10000
- name: train_recite_qa
num_bytes: 7573876
num_examples: 10000
- name: eval_qa
num_bytes: 752802
num_examples: 6489
- name: eval_recite_qa
num_bytes: 4912675
num_examples: 6489
- name: all_docs
num_bytes: 9144930
num_examples: 14014
- name: all_docs_eval
num_bytes: 9144126
num_examples: 14014
- name: train
num_bytes: 16718806
num_examples: 24014
- name: validation
num_bytes: 4912675
num_examples: 6489
download_size: 33726567
dataset_size: 54319619
---
# Dataset Card for "lmind_nq_train10000_eval6489_v1_recite_qa"

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

---
数据集配置：
- 配置名称：default
数据文件：
- 数据集拆分：train_qa（问答训练集），路径：data/train_qa-*
- 数据集拆分：train_recite_qa（背诵式问答训练集），路径：data/train_recite_qa-*
- 数据集拆分：eval_qa（问答验证集），路径：data/eval_qa-*
- 数据集拆分：eval_recite_qa（背诵式问答验证集），路径：data/eval_recite_qa-*
- 数据集拆分：all_docs（全文档集），路径：data/all_docs-*
- 数据集拆分：all_docs_eval（全文档验证集），路径：data/all_docs_eval-*
- 数据集拆分：train（训练集），路径：data/train-*
- 数据集拆分：validation（验证集），路径：data/validation-*
数据集信息：
特征：
- 名称：answers（答案），结构体：
- 名称：answer_start（答案起始位置），类型：序列，元素类型为空值（null）
- 名称：text（文本内容），类型：序列，元素类型为字符串（string）
- 名称：inputs（输入项），数据类型：字符串（string）
- 名称：targets（目标项），数据类型：字符串（string）
数据集拆分详情：
- 名称：train_qa（问答训练集），字节数：1159729，样本数：10000
- 名称：train_recite_qa（背诵式问答训练集），字节数：7573876，样本数：10000
- 名称：eval_qa（问答验证集），字节数：752802，样本数：6489
- 名称：eval_recite_qa（背诵式问答验证集），字节数：4912675，样本数：6489
- 名称：all_docs（全文档集），字节数：9144930，样本数：14014
- 名称：all_docs_eval（全文档验证集），字节数：9144126，样本数：14014
- 名称：train（训练集），字节数：16718806，样本数：24014
- 名称：validation（验证集），字节数：4912675，样本数：6489
下载大小：33726567 字节
数据集总大小：54319619 字节
---
# “lmind_nq_train10000_eval6489_v1_recite_qa” 数据集卡片
[更多信息请参阅](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

数据集配置

• 配置名称: default
• 数据文件路径:
  • 训练问答数据: data/train_qa-*
  • 训练背诵问答数据: data/train_recite_qa-*
  • 评估问答数据: data/eval_qa-*
  • 评估背诵问答数据: data/eval_recite_qa-*
  • 所有文档数据: data/all_docs-*
  • 所有文档评估数据: data/all_docs_eval-*
  • 训练数据: data/train-*
  • 验证数据: data/validation-*

数据集信息

• 特征:

  • 名称: answers
    • 结构:
      • 名称: answer_start
        • 序列: null
      • 名称: text
        • 序列: string
  • 名称: inputs
    • 数据类型: string
  • 名称: targets
    • 数据类型: string

• 数据分割:

  • 名称: train_qa
    • 字节数: 1159729
    • 样本数: 10000
  • 名称: train_recite_qa
    • 字节数: 7573876
    • 样本数: 10000
  • 名称: eval_qa
    • 字节数: 752802
    • 样本数: 6489
  • 名称: eval_recite_qa
    • 字节数: 4912675
    • 样本数: 6489
  • 名称: all_docs
    • 字节数: 9144930
    • 样本数: 14014
  • 名称: all_docs_eval
    • 字节数: 9144126
    • 样本数: 14014
  • 名称: train
    • 字节数: 16718806
    • 样本数: 24014
  • 名称: validation
    • 字节数: 4912675
    • 样本数: 6489

• 数据集大小:

  • 下载大小: 33726567 字节
  • 数据集大小: 54319619 字节