unlearning-cleanslate/eval-olmo-3-7b-rmu-baseline

---
dataset_info:
features:
- name: text_length_chars
dtype: int64
- name: num_windows
dtype: int64
- name: memorized_windows
dtype: int64
- name: memorized_fraction
dtype: float64
- name: coverage
dtype: float64
- name: max_p_z
dtype: float64
- name: mean_p_z
dtype: float64
- name: median_p_z
dtype: float64
- name: min_p_z
dtype: float64
- name: std_p_z
dtype: float64
- name: best_window_idx
dtype: int64
- name: best_window_p_z
dtype: float64
- name: best_window_seed
dtype: string
- name: best_window_target
dtype: string
- name: best_window_start_char
dtype: int64
- name: best_window_end_char
dtype: int64
- name: eval_model
dtype: string
- name: window_size
dtype: int64
- name: stride
dtype: int64
- name: eval_threshold
dtype: float64
- name: windows
list:
- name: end_char
dtype: int64
- name: idx
dtype: int64
- name: is_memorized
dtype: bool
- name: log_prob
dtype: float64
- name: num_target_tokens
dtype: int64
- name: p_z
dtype: float64
- name: seed
dtype: string
- name: start_char
dtype: int64
- name: target
dtype: string
- name: target_log_probs
list: float64
- name: target_ranks
list: int64
- name: content_id
dtype: string
- name: content_title
dtype: string
- name: content_creators
dtype: string
- name: content_year
dtype: int64
splits:
- name: train
num_bytes: 2737883248
num_examples: 4663
download_size: 2745612539
dataset_size: 2737883248
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：text_length_chars，数据类型：int64（64位整数类型）
- 名称：num_windows，数据类型：int64（64位整数类型）
- 名称：memorized_windows，数据类型：int64（64位整数类型）
- 名称：memorized_fraction，数据类型：float64（64位浮点数类型）
- 名称：coverage，数据类型：float64（64位浮点数类型）
- 名称：max_p_z，数据类型：float64（64位浮点数类型）
- 名称：mean_p_z，数据类型：float64（64位浮点数类型）
- 名称：median_p_z，数据类型：float64（64位浮点数类型）
- 名称：min_p_z，数据类型：float64（64位浮点数类型）
- 名称：std_p_z，数据类型：float64（64位浮点数类型）
- 名称：best_window_idx，数据类型：int64（64位整数类型）
- 名称：best_window_p_z，数据类型：float64（64位浮点数类型）
- 名称：best_window_seed，数据类型：string（字符串类型）
- 名称：best_window_target，数据类型：string（字符串类型）
- 名称：best_window_start_char，数据类型：int64（64位整数类型）
- 名称：best_window_end_char，数据类型：int64（64位整数类型）
- 名称：eval_model，数据类型：string（字符串类型）
- 名称：window_size，数据类型：int64（64位整数类型）
- 名称：stride，数据类型：int64（64位整数类型）
- 名称：eval_threshold，数据类型：float64（64位浮点数类型）
- 名称：windows，数据类型：列表，其子字段为：
- 名称：end_char，数据类型：int64（64位整数类型）
- 名称：idx，数据类型：int64（64位整数类型）
- 名称：is_memorized，数据类型：bool（布尔类型）
- 名称：log_prob，数据类型：float64（64位浮点数类型）
- 名称：num_target_tokens，数据类型：int64（64位整数类型）
- 名称：p_z，数据类型：float64（64位浮点数类型）
- 名称：seed，数据类型：string（字符串类型）
- 名称：start_char，数据类型：int64（64位整数类型）
- 名称：target，数据类型：string（字符串类型）
- 名称：target_log_probs，数据类型：float64列表
- 名称：target_ranks，数据类型：int64列表
- 名称：content_id，数据类型：string（字符串类型）
- 名称：content_title，数据类型：string（字符串类型）
- 名称：content_creators，数据类型：string（字符串类型）
- 名称：content_year，数据类型：int64（64位整数类型）
数据划分：
- 名称：train，字节大小：2737883248，样本数量：4663
下载大小：2745612539
数据集本体大小：2737883248
配置项：
- 配置名称：default，数据文件：
- 划分集：train，路径：data/train-*