rasgaard/FTRACE-Synth

---
dataset_info:
features:
- name: inputs_pretokenized
dtype: string
- name: targets_pretokenized
dtype: string
- name: uuid
dtype: string
- name: proponents
sequence: string
splits:
- name: test
num_bytes: 21802634
num_examples: 10000
- name: train
num_bytes: 710815844
num_examples: 3190000
download_size: 172358159
dataset_size: 732618478
---
# Dataset Card for "FTRACE-Synth"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征项：
- 名称：预分词输入（inputs_pretokenized），数据类型：字符串
- 名称：预分词目标（targets_pretokenized），数据类型：字符串
- 名称：通用唯一识别码（UUID），数据类型：字符串
- 名称：提案方（proponents），数据类型：字符串序列
数据集划分：
- 划分名称：测试集（test），字节数：21802634，样本数量：10000
- 划分名称：训练集（train），字节数：710815844，样本数量：3190000
下载大小：172358159 字节
数据集总大小：732618478 字节
---
# 「FTRACE-Synth」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

FTRACE-Synth

数据集特征

• inputs_pretokenized：数据类型为字符串。
• targets_pretokenized：数据类型为字符串。
• uuid：数据类型为字符串。
• proponents：数据类型为字符串序列。

数据集分割

• 测试集（test）：包含10000个样本，总大小为21802634字节。
• 训练集（train）：包含3190000个样本，总大小为710815844字节。

数据集大小

• 下载大小：172358159字节。
• 数据集总大小：732618478字节。