tyzhu/lmind_nq_train6000_eval6489_v1_docidx

---
configs:
- config_name: default
data_files:
- split: train_qa
path: data/train_qa-*
- split: train_ic_qa
path: data/train_ic_qa-*
- split: train_recite_qa
path: data/train_recite_qa-*
- split: eval_qa
path: data/eval_qa-*
- split: eval_ic_qa
path: data/eval_ic_qa-*
- split: eval_recite_qa
path: data/eval_recite_qa-*
- split: all_docs
path: data/all_docs-*
- split: all_docs_eval
path: data/all_docs_eval-*
- split: train
path: data/train-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: answers
struct:
- name: answer_start
sequence: 'null'
- name: text
sequence: string
- name: inputs
dtype: string
- name: targets
dtype: string
splits:
- name: train_qa
num_bytes: 697367
num_examples: 6000
- name: train_ic_qa
num_bytes: 4540536
num_examples: 6000
- name: train_recite_qa
num_bytes: 4546536
num_examples: 6000
- name: eval_qa
num_bytes: 752802
num_examples: 6489
- name: eval_ic_qa
num_bytes: 4906186
num_examples: 6489
- name: eval_recite_qa
num_bytes: 4912675
num_examples: 6489
- name: all_docs
num_bytes: 7126313
num_examples: 10925
- name: all_docs_eval
num_bytes: 7125701
num_examples: 10925
- name: train
num_bytes: 7126313
num_examples: 10925
- name: validation
num_bytes: 7125701
num_examples: 10925
download_size: 30617969
dataset_size: 48860130
---
# Dataset Card for "lmind_nq_train6000_eval6489_v1_docidx"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

配置项：
- 配置名称：default（默认配置）
数据文件列表：
- 拆分：train_qa（训练问答），路径：data/train_qa-*
- 拆分：train_ic_qa（训练上下文问答），路径：data/train_ic_qa-*
- 拆分：train_recite_qa（训练背诵式问答），路径：data/train_recite_qa-*
- 拆分：eval_qa（评估问答），路径：data/eval_qa-*
- 拆分：eval_ic_qa（评估上下文问答），路径：data/eval_ic_qa-*
- 拆分：eval_recite_qa（评估背诵式问答），路径：data/eval_recite_qa-*
- 拆分：all_docs（全量文档），路径：data/all_docs-*
- 拆分：all_docs_eval（评估用全量文档），路径：data/all_docs_eval-*
- 拆分：train（训练集），路径：data/train-*
- 拆分：validation（验证集），路径：data/validation-*
数据集信息：
特征字段：
- 字段：answers（答案），结构体：
- 字段：answer_start（答案起始位置），序列类型：null（空值）
- 字段：text（文本内容），序列类型：string（字符串）
- 字段：inputs（输入内容），数据类型：string（字符串）
- 字段：targets（目标内容），数据类型：string（字符串）
拆分统计：
- 拆分名称：train_qa（训练问答），字节数：697367，样本数：6000
- 拆分名称：train_ic_qa（训练上下文问答），字节数：4540536，样本数：6000
- 拆分名称：train_recite_qa（训练背诵式问答），字节数：4546536，样本数：6000
- 拆分名称：eval_qa（评估问答），字节数：752802，样本数：6489
- 拆分名称：eval_ic_qa（评估上下文问答），字节数：4906186，样本数：6489
- 拆分名称：eval_recite_qa（评估背诵式问答），字节数：4912675，样本数：6489
- 拆分名称：all_docs（全量文档），字节数：7126313，样本数：10925
- 拆分名称：all_docs_eval（评估用全量文档），字节数：7125701，样本数：10925
- 拆分名称：train（训练集），字节数：7126313，样本数：10925
- 拆分名称：validation（验证集），字节数：7125701，样本数：10925
下载总大小：30617969 字节
数据集总占用大小：48860130 字节

# 「lmind_nq_train6000_eval6489_v1_docidx」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 默认配置：
  • 数据文件路径：
    • train_qa: data/train_qa-*
    • train_ic_qa: data/train_ic_qa-*
    • train_recite_qa: data/train_recite_qa-*
    • eval_qa: data/eval_qa-*
    • eval_ic_qa: data/eval_ic_qa-*
    • eval_recite_qa: data/eval_recite_qa-*
    • all_docs: data/all_docs-*
    • all_docs_eval: data/all_docs_eval-*
    • train: data/train-*
    • validation: data/validation-*

数据集信息

• 特征：

  • answers：
    • answer_start
    • text：字符串序列
  • inputs：字符串
  • targets：字符串

• 数据分割：

  • train_qa：
    • 字节数：697367
    • 样本数：6000
  • train_ic_qa：
    • 字节数：4540536
    • 样本数：6000
  • train_recite_qa：
    • 字节数：4546536
    • 样本数：6000
  • eval_qa：
    • 字节数：752802
    • 样本数：6489
  • eval_ic_qa：
    • 字节数：4906186
    • 样本数：6489
  • eval_recite_qa：
    • 字节数：4912675
    • 样本数：6489
  • all_docs：
    • 字节数：7126313
    • 样本数：10925
  • all_docs_eval：
    • 字节数：7125701
    • 样本数：10925
  • train：
    • 字节数：7126313
    • 样本数：10925
  • validation：
    • 字节数：7125701
    • 样本数：10925

• 数据集大小：

  • 下载大小：30617969 字节
  • 数据集大小：48860130 字节