--- dataset_info: features: - name: text dtype: string - name: meta struct: - name: source dtype: string - name: quality_score dtype: float64 - name: registry

Hugging Face2024-05-26 更新1290

kenhktsui/cosmopedia_quality_score_v2

文本质量评估

数据集

--- dataset_info: - config_name: auto_math_text features: - name: prompt dtype: string - name: text_token_length dtype: int64 - name: text dtype: string - name: seed_data dty

Hugging Face2024-05-26 更新330

kenhktsui/open-react-retrieval-multi-neg-result-new-kw

信息检索

数据分析

--- dataset_info: features: - name: system_prompt dtype: string - name: question dtype: string - name: response dtype: string - name: meta struct: - name: first_search_ra

Hugging Face2023-08-07 更新130

kenhktsui/go_pgn_string_leela_zero

围棋

数据解析

数据集go_pgn_string_leela_zero是从一个在线资源解析的围棋比赛数据，该资源提供了SGF格式的比赛记录。数据被转换为类似于PGN的格式，并使用特殊标记>来表示比赛的获胜者。数据集包含文本、黑方玩家名称、白方玩家名称和获胜者四个特征，分为训练集，包含1,266,031个样本。

Hugging Face2024-07-09 更新580

kenhktsui/wiki_dpr_e5

文本处理

机器学习

该数据集名为`wiki_dpr`，包含多个特征如id、文本、标题和嵌入向量。主要用于训练，包含超过2100万个示例，总数据量超过783TB。数据集通过`intfloat/e5-base-v2`进行编码处理。

Hugging Face2023-07-23 更新130