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-*