ravistech/clinical-trial-llm-cancer-v3

---
dataset_info:
features:
- name: data
dtype: string
- name: criteria
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 61054188
num_examples: 17902
- name: validation
num_bytes: 7656775
num_examples: 2238
- name: test
num_bytes: 7904059
num_examples: 2238
download_size: 37064068
dataset_size: 76615022
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名：data，数据类型：字符串
- 字段名：criteria，数据类型：字符串
- 字段名：__index_level_0__，数据类型：64位整型
数据集划分：
- 划分名称：训练集（train），字节数：61054188，样本数：17902
- 划分名称：验证集（validation），字节数：7656775，样本数：2238
- 划分名称：测试集（test），字节数：7904059，样本数：2238
下载总大小：37064068，数据集总大小：76615022
配置项：
- 配置名称：default，数据文件：
- 划分：训练集（train），文件路径：data/train-*
- 划分：验证集（validation），文件路径：data/validation-*
- 划分：测试集（test），文件路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• data: 数据类型为字符串（string）。
• criteria: 数据类型为字符串（string）。
• index_level_0: 数据类型为整数（int64）。

数据集分割

• 训练集（train）: 包含17902个样本，总大小为61054188字节。
• 验证集（validation）: 包含2238个样本，总大小为7656775字节。
• 测试集（test）: 包含2238个样本，总大小为7904059字节。

数据集大小

• 下载大小: 37064068字节。
• 数据集总大小: 76615022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/validation-*
  • 测试集路径: data/test-*