gsstein/0-percent-human-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: 129513418 num_examples: 15326 - name: test num_bytes: 4640370 num_examples: 576 - name: validation num_bytes: 4923913 num_examples: 576 download_size: 84507070 dataset_size: 139077701 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： 特征字段： - 字段名：id，数据类型：字符串 - 字段名：url，数据类型：字符串 - 字段名：title，数据类型：字符串 - 字段名：summary，数据类型：字符串 - 字段名：text，数据类型：字符串 - 字段名：提示词（prompt），数据类型：字符串 - 字段名：生成标记（generated），数据类型：布尔值 - 字段名：原始摘要（raw_summary），数据类型：字符串 数据集拆分： - 拆分名称：训练集（train），占用字节数：129513418，样本总量：15326 - 拆分名称：测试集（test），占用字节数：4640370，样本总量：576 - 拆分名称：验证集（validation），占用字节数：4923913，样本总量：576 下载总规模：84507070，数据集总存储规模：139077701 配置项： - 配置名称：default（默认配置），数据文件映射关系： - 训练集拆分：对应路径为data/train-* - 测试集拆分：对应路径为data/test-* - 验证集拆分：对应路径为data/validation-*

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• summary: 字符串类型
• text: 字符串类型
• prompt: 字符串类型
• generated: 布尔类型
• raw_summary: 字符串类型

数据集分割

• 训练集:
  • 大小: 129513418 字节
  • 示例数: 15326
• 测试集:
  • 大小: 4640370 字节
  • 示例数: 576
• 验证集:
  • 大小: 4923913 字节
  • 示例数: 576

数据集大小

• 下载大小: 84507070 字节
• 数据集总大小: 139077701 字节

数据文件配置

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