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。