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-*