gsstein/75-baseline-dataset-llama

---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: summary
dtype: string
- name: text
dtype: string
- name: prompt
dtype: string
- name: generated
dtype: bool
- name: raw_summary
dtype: string
splits:
- name: train
num_bytes: 129433124
num_examples: 15326
- name: test
num_bytes: 4635338
num_examples: 576
- name: validation
num_bytes: 4920271
num_examples: 576
download_size: 85078773
dataset_size: 138988733
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

数据集信息：
特征字段：
- 字段名：标识符（id），数据类型：字符串（string）
- 字段名：统一资源定位符（url），数据类型：字符串（string）
- 字段名：标题（title），数据类型：字符串（string）
- 字段名：摘要（summary），数据类型：字符串（string）
- 字段名：文本（text），数据类型：字符串（string）
- 字段名：提示词（prompt），数据类型：字符串（string）
- 字段名：生成标记（generated），数据类型：布尔值（bool）
- 字段名：原始摘要（raw_summary），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），占用字节数：129433124，样本数：15326
- 划分名称：测试集（test），占用字节数：4635338，样本数：576
- 划分名称：验证集（validation），占用字节数：4920271，样本数：576
下载总大小：85078773
数据集总大小：138988733
配置项：
- 配置名称：默认配置（default）
数据文件：
- 划分：训练集（train），数据路径：data/train-*
- 划分：测试集（test），数据路径：data/test-*
- 划分：验证集（validation），数据路径：data/validation-*

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• summary: 字符串类型
• text: 字符串类型
• prompt: 字符串类型
• generated: 布尔类型
• raw_summary: 字符串类型

数据集分割

• 训练集:
  • 大小: 129433124 字节
  • 示例数量: 15326
• 测试集:
  • 大小: 4635338 字节
  • 示例数量: 576
• 验证集:
  • 大小: 4920271 字节
  • 示例数量: 576

数据集大小

• 下载大小: 85078773 字节
• 数据集总大小: 138988733 字节

配置信息

• 默认配置:
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/validation-*