imperial-cpg/copyright-traps-extra-non-members

---
dataset_info:
features:
- name: perplexity_bucket
dtype: int64
- name: text
dtype: string
- name: label
dtype: int64
splits:
- name: seq_len_25
num_bytes: 813824
num_examples: 7425
- name: seq_len_50
num_bytes: 1518773
num_examples: 7500
- name: seq_len_100
num_bytes: 2931380
num_examples: 7500
download_size: 3748263
dataset_size: 5263977
configs:
- config_name: default
data_files:
- split: seq_len_25
path: data/seq_len_25-*
- split: seq_len_50
path: data/seq_len_50-*
- split: seq_len_100
path: data/seq_len_100-*
---

数据集信息：
特征项：
- 名称：困惑度分桶（perplexity bucket），数据类型：64位整数
- 名称：文本（text），数据类型：字符串
- 名称：标签（label），数据类型：64位整数
数据集划分：
- 划分名称：seq_len_25，对应序列长度为25，占用存储空间：813824 字节，样本总数：7425
- 划分名称：seq_len_50，对应序列长度为50，占用存储空间：1518773 字节，样本总数：7500
- 划分名称：seq_len_100，对应序列长度为100，占用存储空间：2931380 字节，样本总数：7500
整体下载大小：3748263 字节，数据集总存储规模：5263977 字节
数据集配置：
- 配置名称：默认（default），关联数据文件如下：
- 针对拆分seq_len_25：数据路径为 data/seq_len_25-*
- 针对拆分seq_len_50：数据路径为 data/seq_len_50-*
- 针对拆分seq_len_100：数据路径为 data/seq_len_100-*