Vidushee/paper-review-benchmark

---
dataset_info:
features:
- name: arxiv_id
dtype: large_string
- name: title
dtype: large_string
- name: abstract
dtype: large_string
- name: authors
dtype: large_string
- name: categories
dtype: large_string
- name: primary_category
dtype: large_string
- name: published
dtype: large_string
- name: parsed_paper
dtype: large_string
- name: human_reviews
list: string
- name: pdf_url
dtype: large_string
- name: pdf_bytes
dtype: binary
- name: n_reviews
dtype: int64
splits:
- name: train
num_bytes: 5498133
num_examples: 115
download_size: 3251794
dataset_size: 5498133
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 名称：arXiv标识符（arxiv_id），数据类型：长字符串（large_string）
- 名称：标题（title），数据类型：长字符串（large_string）
- 名称：摘要（abstract），数据类型：长字符串（large_string）
- 名称：作者（authors），数据类型：长字符串（large_string）
- 名称：分类标签（categories），数据类型：长字符串（large_string）
- 名称：主分类标签（primary_category），数据类型：长字符串（large_string）
- 名称：发表时间（published），数据类型：长字符串（large_string）
- 名称：解析后论文文本（parsed_paper），数据类型：长字符串（large_string）
- 名称：人工评审意见（human_reviews），数据类型：字符串列表
- 名称：PDF文件链接（pdf_url），数据类型：长字符串（large_string）
- 名称：PDF二进制数据（pdf_bytes），数据类型：二进制（binary）
- 名称：评审数量（n_reviews），数据类型：64位整数（int64）
数据分割：
- 名称：训练集（train），字节占用量：5498133，样本数量：115
下载总大小：3251794，数据集存储总大小：5498133
配置项：
- 配置名称：默认（default），数据文件：
- 对应训练集分割，路径：data/train-*