gagan3012/projectx

---
dataset_info:
features:
- name: question
dtype: string
- name: category
dtype: string
- name: qid
dtype: int64
- name: source
dtype: string
- name: og_category
dtype: string
splits:
- name: full
num_bytes: 2063609
num_examples: 14631
- name: multiple_choice_TBD
num_bytes: 516913
num_examples: 3600
- name: generation
num_bytes: 51714
num_examples: 360
download_size: 1014943
dataset_size: 2632236
configs:
- config_name: default
data_files:
- split: full
path: data/full-*
- split: multiple_choice_TBD
path: data/multiple_choice_TBD-*
- split: generation
path: data/generation-*
---

数据集信息：
特征：
- 名称：问题（question）
数据类型：字符串
- 名称：类别（category）
数据类型：字符串
- 名称：问题ID（qid）
数据类型：64位整型
- 名称：来源（source）
数据类型：字符串
- 名称：原始类别（og_category）
数据类型：字符串
数据集划分：
- 名称：完整集（full）
字节数：2063609
样本数量：14631
- 名称：多项选择题待确定集（multiple_choice_TBD）
字节数：516913
样本数量：3600
- 名称：生成任务集（generation）
字节数：51714
样本数量：360
下载大小：1014943
数据集总大小：2632236
配置项：
- 配置名称：默认配置（default）
数据文件：
- 数据集划分：完整集
路径：data/full-*
- 数据集划分：多项选择题待确定集
路径：data/multiple_choice_TBD-*
- 数据集划分：生成任务集
路径：data/generation-*

原始信息汇总

数据集概述

数据集特征

• question: 数据类型为字符串。
• category: 数据类型为字符串。
• qid: 数据类型为整数（int64）。
• source: 数据类型为字符串。
• og_category: 数据类型为字符串。

数据集分割

• full: 包含14631个样本，总字节数为2063609。
• multiple_choice_TBD: 包含3600个样本，总字节数为516913。
• generation: 包含360个样本，总字节数为51714。

数据集大小

• 下载大小: 1014943字节。
• 数据集大小: 2632236字节。

配置

• default:
  • full: 文件路径为data/full-*。
  • multiple_choice_TBD: 文件路径为data/multiple_choice_TBD-*。
  • generation: 文件路径为data/generation-*。