pioivenium/marketo_sample_dataset

---
dataset_info:
features:
- name: question
dtype: string
- name: answer
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 162997.9024390244
num_examples: 147
- name: test
num_bytes: 18850.09756097561
num_examples: 17
download_size: 82616
dataset_size: 181848.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名：问题（question），数据类型：字符串（string）
- 字段名：回答（answer），数据类型：字符串（string）
- 字段名：输入标识序列（input_ids），数据类型：int32类型序列
- 字段名：注意力掩码序列（attention_mask），数据类型：int8类型序列
- 字段名：标签序列（labels），数据类型：int64类型序列
数据集划分：
- 划分类型：训练集（train），字节占用量：162997.9024390244，样本总数：147
- 划分类型：测试集（test），字节占用量：18850.09756097561，样本总数：17
下载总大小：82616 字节，数据集总存储大小：181848.0 字节
配置项：
- 配置名称：默认配置（default），数据文件配置如下：
- 训练集划分：对应数据路径为 data/train-*
- 测试集划分：对应数据路径为 data/test-*

原始信息汇总

数据集概述

数据集特征

• question: 类型为字符串
• answer: 类型为字符串
• input_ids: 类型为整数序列，数据类型为int32
• attention_mask: 类型为整数序列，数据类型为int8
• labels: 类型为整数序列，数据类型为int64

数据集分割

• train: 包含147个样本，大小为162997.9024390244字节
• test: 包含17个样本，大小为18850.09756097561字节

数据集大小

• 下载大小: 82616字节
• 数据集总大小: 181848.0字节

配置

• default:
  • train: 文件路径为data/train-*
  • test: 文件路径为data/test-*