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-*