tyzhu/lmind_nq_full_v1_qa

---
configs:
- config_name: default
data_files:
- split: train_qa
path: data/train_qa-*
- split: train_recite_qa
path: data/train_recite_qa-*
- split: eval_qa
path: data/eval_qa-*
- split: eval_recite_qa
path: data/eval_recite_qa-*
- split: all_docs
path: data/all_docs-*
- 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: 6806082
num_examples: 58622
- name: train_recite_qa
num_bytes: 43572611
num_examples: 58622
- name: eval_qa
num_bytes: 752802
num_examples: 6489
- name: eval_recite_qa
num_bytes: 4821829
num_examples: 6489
- name: all_docs
num_bytes: 28100353
num_examples: 43935
- name: train
num_bytes: 6806082
num_examples: 58622
- name: validation
num_bytes: 752802
num_examples: 6489
download_size: 56900023
dataset_size: 91612561
---
# Dataset Card for "lmind_nq_full_v1_qa"

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

数据集配置:
- 配置名称: 默认
数据文件:
- 数据集划分（split）: 训练问答集（train_qa）
路径: data/train_qa-*
- 数据集划分（split）: 训练背诵问答集（train_recite_qa）
路径: data/train_recite_qa-*
- 数据集划分（split）: 验证问答集（eval_qa）
路径: data/eval_qa-*
- 数据集划分（split）: 验证背诵问答集（eval_recite_qa）
路径: data/eval_recite_qa-*
- 数据集划分（split）: 全文档集（all_docs）
路径: data/all_docs-*
- 数据集划分（split）: 训练集（train）
路径: data/train-*
- 数据集划分（split）: 验证集（validation）
路径: data/validation-*
数据集信息:
特征字段:
- 名称: answers（答案）
结构体:
- 名称: answer_start（答案起始位置）
序列（sequence）: 空值（null）
- 名称: text（文本）
序列（sequence）: 字符串
- 名称: inputs（输入）
数据类型（dtype）: 字符串
- 名称: targets（目标）
数据类型（dtype）: 字符串
数据集划分详情:
- 划分名称: train_qa
字节数: 6806082
样本数: 58622
- 划分名称: train_recite_qa
字节数: 43572611
样本数: 58622
- 划分名称: eval_qa
字节数: 752802
样本数: 6489
- 划分名称: eval_recite_qa
字节数: 4821829
样本数: 6489
- 划分名称: all_docs
字节数: 28100353
样本数: 43935
- 划分名称: train
字节数: 6806082
样本数: 58622
- 划分名称: validation
字节数: 752802
样本数: 6489
下载大小: 56900023
数据集总大小: 91612561
---
# 数据集卡片：lmind_nq_full_v1_qa
[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

配置信息

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

数据集信息

• 特征：

  • answers:
    • answer_start: 序列类型为 null
    • text: 序列类型为 string
  • inputs: 数据类型为 string
  • targets: 数据类型为 string

• 分割：

  • train_qa:
    • 字节数: 6806082
    • 样本数: 58622
  • train_recite_qa:
    • 字节数: 43572611
    • 样本数: 58622
  • eval_qa:
    • 字节数: 752802
    • 样本数: 6489
  • eval_recite_qa:
    • 字节数: 4821829
    • 样本数: 6489
  • all_docs:
    • 字节数: 28100353
    • 样本数: 43935
  • train:
    • 字节数: 6806082
    • 样本数: 58622
  • validation:
    • 字节数: 752802
    • 样本数: 6489

• 数据集大小：

  • 下载大小: 56900023 字节
  • 数据集大小: 91612561 字节