gsstein/25-baseline-dataset-llama

---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: summary
dtype: string
- name: text
dtype: string
- name: prompt
dtype: string
- name: generated
dtype: bool
- name: raw_summary
dtype: string
splits:
- name: train
num_bytes: 129509057
num_examples: 15326
- name: test
num_bytes: 4640634
num_examples: 576
- name: validation
num_bytes: 4923356
num_examples: 576
download_size: 85157526
dataset_size: 139073047
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

数据集信息：
特征列：
- 名称：id，数据类型：字符串（string）
- 名称：链接（url），数据类型：字符串（string）
- 名称：标题（title），数据类型：字符串（string）
- 名称：摘要（summary），数据类型：字符串（string）
- 名称：文本（text），数据类型：字符串（string）
- 名称：提示词（prompt），数据类型：字符串（string）
- 名称：生成标记（generated），数据类型：布尔型（bool）
- 名称：原始摘要（raw_summary），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节占用量：129509057，样本数：15326
- 划分名称：测试集（test），字节占用量：4640634，样本数：576
- 划分名称：验证集（validation），字节占用量：4923356，样本数：576
下载总大小：85157526，数据集总存储大小：139073047
配置项：
- 配置名称：default
数据文件：
- 划分：train，路径：data/train-*
- 划分：test，路径：data/test-*
- 划分：validation，路径：data/validation-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串
• url: 数据类型为字符串
• title: 数据类型为字符串
• summary: 数据类型为字符串
• text: 数据类型为字符串
• prompt: 数据类型为字符串
• generated: 数据类型为布尔值
• raw_summary: 数据类型为字符串

数据集分割

• 训练集: 包含15326个样本，占用129509057字节
• 测试集: 包含576个样本，占用4640634字节
• 验证集: 包含576个样本，占用4923356字节

数据集大小

• 下载大小: 85157526字节
• 数据集总大小: 139073047字节

数据文件配置

• 默认配置:
  • 训练集: 路径为data/train-*
  • 测试集: 路径为data/test-*
  • 验证集: 路径为data/validation-*