hippocrates/qa_train

--- dataset_info: features: - name: id dtype: string - name: conversations list: - name: from dtype: string - name: value dtype: string - name: text dtype: string splits: - name: train num_bytes: 420235270 num_examples: 99842 - name: valid num_bytes: 2977759 num_examples: 1531 - name: test num_bytes: 27257172 num_examples: 14042 download_size: 217365715 dataset_size: 450470201 configs: - config_name: default data_files: - split: train path: data/train-* - split: valid path: data/valid-* - split: test path: data/test-* ---数据集信息： 特征字段： - 字段名：id，数据类型：字符串 - 字段名：conversations，为列表类型，列表内每个元素为包含以下两个字段的结构体： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 - 字段名：text，数据类型：字符串 数据集划分： - 划分名称：train（训练集），字节数：420235270，样本数：99842 - 划分名称：valid（验证集），字节数：2977759，样本数：1531 - 划分名称：test（测试集），字节数：27257172，样本数：14042 下载大小：217365715 数据集总大小：450470201 配置项： - 配置名：default（默认配置），数据文件： - 对应划分：train（训练集），文件路径：data/train-* - 对应划分：valid（验证集），文件路径：data/valid-* - 对应划分：test（测试集），文件路径：data/test-*

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。
• conversations: 列表类型，包含以下子特征：
  • from: 数据类型为字符串。
  • value: 数据类型为字符串。
• text: 数据类型为字符串。

数据集分割

• train: 包含99842个样本，占用420235270字节。
• valid: 包含1531个样本，占用2977759字节。
• test: 包含14042个样本，占用27257172字节。

数据集大小

• 下载大小: 217365715字节。
• 数据集大小: 450470201字节。

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*。
    • valid: 路径为data/valid-*。
    • test: 路径为data/test-*。