christopher/models-for-tokenizers-metadata

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: _id
dtype: string
- name: id
dtype: string
- name: author
dtype: string
- name: base_models
struct:
- name: models
list:
- name: _id
dtype: string
- name: id
dtype: string
- name: relation
dtype: string
- name: downloads
dtype: int64
- name: downloads_all_time
dtype: int64
- name: gated
dtype: string
- name: created_at
dtype: timestamp[us, tz=UTC]
- name: last_modified
dtype: timestamp[us, tz=UTC]
- name: library_name
dtype: string
- name: likes
dtype: int64
- name: trending_score
dtype: float64
- name: model_index
dtype: string
- name: pipeline_tag
dtype: string
- name: safetensors
dtype: string
- name: siblings
list: string
- name: sha
dtype: string
- name: tags
list: string
- name: gguf
dtype: string
- name: config
dtype: string
- name: transformers_info
struct:
- name: auto_model
dtype: string
- name: custom_class
dtype: string
- name: pipeline_tag
dtype: string
- name: processor
dtype: string
- name: card_data
dtype: string
- name: card
dtype: string
- name: spaces
dtype: 'null'
- name: licenses
list: string
- name: datasets
list: string
- name: languages
list: string
- name: safetensors_params
dtype: float64
- name: gguf_params
dtype: float64
- name: metrics
list: string
- name: architectures
list: string
- name: tasks
list: string
- name: modalities
list: string
- name: input_modalities
list: string
- name: output_modalities
list: string
splits:
- name: train
num_bytes: 2094602980
num_examples: 417492
download_size: 727686332
dataset_size: 2094602980
---

configs:
- config_name: 默认
data_files:
- split: 训练拆分
path: data/train-*
dataset_info:
features:
- name: _id
dtype: 字符串（string）
- name: id
dtype: 字符串（string）
- name: 作者
dtype: 字符串（string）
- name: 基础模型（base_models）
struct:
- name: 模型列表（models）
list:
- name: _id
dtype: 字符串（string）
- name: id
dtype: 字符串（string）
- name: 关联关系
dtype: 字符串（string）
- name: 下载量
dtype: 64位整型（int64）
- name: 总下载量
dtype: 64位整型（int64）
- name: 受限访问状态（gated）
dtype: 字符串（string）
- name: 创建时间
dtype: 带UTC时区的微秒级时间戳（timestamp[us, tz=UTC]）
- name: 最后修改时间
dtype: 带UTC时区的微秒级时间戳（timestamp[us, tz=UTC]）
- name: 所用库名称
dtype: 字符串（string）
- name: 点赞数
dtype: 64位整型（int64）
- name: 热度评分
dtype: 64位浮点型（float64）
- name: 模型索引
dtype: 字符串（string）
- name: 流水线任务标签
dtype: 字符串（string）
- name: Safetensors格式（safetensors）
dtype: 字符串（string）
- name: 同级文件列表
list: 元素类型为字符串
- name: SHA哈希值
dtype: 字符串（string）
- name: 标签列表
list: 元素类型为字符串
- name: GGUF格式（gguf）
dtype: 字符串（string）
- name: 配置信息
dtype: 字符串（string）
- name: Transformers库信息（transformers_info）
struct:
- name: 自动模型类
dtype: 字符串（string）
- name: 自定义类
dtype: 字符串（string）
- name: 流水线任务标签
dtype: 字符串（string）
- name: 处理器
dtype: 字符串（string）
- name: 模型卡片数据
dtype: 字符串（string）
- name: 模型卡片内容
dtype: 字符串（string）
- name: 部署空间
dtype: 空值（null）
- name: 许可证列表
list: 元素类型为字符串
- name: 关联数据集列表
list: 元素类型为字符串
- name: 支持语言列表
list: 元素类型为字符串
- name: Safetensors模型参数规模
dtype: 64位浮点型（float64）
- name: GGUF模型参数规模
dtype: 64位浮点型（float64）
- name: 评估指标列表
list: 元素类型为字符串
- name: 模型架构列表
list: 元素类型为字符串
- name: 任务列表
list: 元素类型为字符串
- name: 模态列表
list: 元素类型为字符串
- name: 输入模态列表
list: 元素类型为字符串
- name: 输出模态列表
list: 元素类型为字符串
splits:
- name: 训练拆分
字节数: 2094602980
样本数量: 417492
下载总大小: 727686332
数据集总大小: 2094602980