HuggingFaceTB/cosmopedia_2B_annotated_edu_score

---
dataset_info:
features:
- name: prompt
dtype: string
- name: text_token_length
dtype: int64
- name: text
dtype: string
- name: seed_data
dtype: string
- name: format
dtype: string
- name: audience
dtype: string
- name: seed_text
dtype: string
- name: prompt_score
dtype: string
- name: completion
dtype: string
- name: token_length
dtype: int64
- name: score
dtype: int64
splits:
- name: train
num_bytes: 27622238408.134834
num_examples: 2688753
download_size: 13674500139
dataset_size: 27622238408.134834
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

dataset_info:
features:
- name: 提示词（prompt）
数据类型（dtype）: 字符串（string）
- name: 文本Token长度（text_token_length）
数据类型（dtype）: 64位整型（int64）
- name: 文本（text）
数据类型（dtype）: 字符串（string）
- name: 种子数据（seed_data）
数据类型（dtype）: 字符串（string）
- name: 格式（format）
数据类型（dtype）: 字符串（string）
- name: 目标受众（audience）
数据类型（dtype）: 字符串（string）
- name: 种子文本（seed_text）
数据类型（dtype）: 字符串（string）
- name: 提示词评分（prompt_score）
数据类型（dtype）: 字符串（string）
- name: 补全文本（completion）
数据类型（dtype）: 字符串（string）
- name: Token长度（token_length）
数据类型（dtype）: 64位整型（int64）
- name: 评分（score）
数据类型（dtype）: 64位整型（int64）
splits:
- name: 训练集（train）
字节数（num_bytes）: 27622238408.134834
样本数（num_examples）: 2688753
下载大小（download_size）: 13674500139
数据集大小（dataset_size）: 27622238408.134834
configs:
- config_name: 默认配置（default）
数据文件（data_files）:
- 数据划分（split）: 训练集（train）
文件路径（path）: data/train-*

原始信息汇总

数据集概述

数据集特征

• prompt：字符串类型
• text_token_length：整数类型（int64）
• 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
• seed_text：字符串类型
• prompt_score：字符串类型
• completion：字符串类型
• token_length：整数类型（int64）
• score：整数类型（int64）

数据集分割

• train：
  • 数据量：27622238408.134834字节
  • 示例数量：2688753

数据集大小

• 下载大小：13674500139字节
• 数据集总大小：27622238408.134834字节

配置

• config_name：default
• data_files：
  • split：train
  • path：data/train-*