loubnabnl/cosmopedia_50_per_seed_x3

---
dataset_info:
features:
- name: prompt
dtype: string
- name: text_token_length
dtype: int64
- name: original_text
dtype: string
- name: seed_data
dtype: string
- name: format
dtype: string
- name: audience
dtype: string
- name: id
dtype: int64
splits:
- name: train
num_bytes: 7014198
num_examples: 1350
download_size: 1290836
dataset_size: 7014198
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 名称：提示词（prompt），数据类型：字符串
- 名称：文本Token长度，数据类型：64位整数
- 名称：原始文本，数据类型：字符串
- 名称：种子数据，数据类型：字符串
- 名称：格式，数据类型：字符串
- 名称：目标受众，数据类型：字符串
- 名称：标识符，数据类型：64位整数
数据集拆分：
- 拆分名称：训练集，字节占用：7014198，样本数量：1350
下载大小：1290836，数据集总大小：7014198
配置项：
- 配置名称：默认配置，数据文件：
- 拆分集：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据特征

• prompt: 字符串类型
• text_token_length: 64位整数类型
• original_text: 字符串类型
• seed_data: 字符串类型
• format: 字符串类型
• audience: 字符串类型
• id: 64位整数类型

数据分割

• train: 包含1350个样本，占用7014198字节

数据集大小

• 下载大小: 1290836字节
• 数据集大小: 7014198字节

配置

• default: 包含训练数据文件，路径为data/train-*