Yunij/testing_kaggle_ai_detection_dataset

--- license: apache-2.0 dataset_info: features: - name: prompt dtype: string - name: text dtype: string - name: source dtype: string - name: label dtype: int64 - name: perplexity dtype: float64 - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 1244922869 num_examples: 330345 - name: test num_bytes: 65575515 num_examples: 17387 download_size: 435690981 dataset_size: 1310498384 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---许可证：Apache-2.0 数据集信息： 特征字段： - 字段名：提示词（prompt），数据类型：字符串（string） - 字段名：文本（text），数据类型：字符串（string） - 字段名：来源（source），数据类型：字符串（string） - 字段名：标签（label），数据类型：64位整数（int64） - 字段名：困惑度（perplexity），数据类型：64位浮点数（float64） - 字段名：输入标识（input_ids），数据类型：32位整数序列 - 字段名：注意力掩码（attention_mask），数据类型：8位整数序列 数据集划分： - 划分名称：训练集（train），字节大小：1244922869，样本数量：330345 - 划分名称：测试集（test），字节大小：65575515，样本数量：17387 下载大小：435690981 数据集总大小：1310498384 配置项： - 配置名称：默认配置（default），数据文件： - 训练集划分：路径为 data/train-* - 测试集划分：路径为 data/test-*

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• prompt: 字符串类型
• text: 字符串类型
• source: 字符串类型
• label: 64位整数类型
• perplexity: 64位浮点数类型
• input_ids: 32位整数序列
• attention_mask: 8位整数序列

数据分割

• train:
  • 字节数: 1244922869
  • 样本数: 330345
• test:
  • 字节数: 65575515
  • 样本数: 17387

数据大小

• 下载大小: 435690981 字节
• 数据集大小: 1310498384 字节

配置

• default:
  • 数据文件:
    • train: data/train-*
    • test: data/test-*