该数据集包含了多个问答（QA）代理对多个QA数据集的预测结果。这些代理包括Span-Extraction Agents、Multiple-Choice Agents、Abstractive Agents和Multimodal Agents。数据集的结构包括每个代理的文件夹，文件夹内包含每个数据集的预测文件。数据集的所有QA数据集都使用英语，因此代理的预测结果也是英语。该数据集的目的是帮助开发新的多

Hugging Face2022-09-04 更新200

haritzpuerto/the_pile_arxiv_50k_sample

arXiv

自然语言处理

该数据集包含文本数据和元数据，其中文本数据存储在text字段中，元数据存储在meta字段中，包含pile_set_name信息。数据集分为训练集、验证集和测试集，分别包含50000、2434和2407个样本。数据集的下载大小为1227227202字节，总大小为2642500135字节。数据文件的路径和分割方式在配置部分有详细说明。

Hugging Face2024-07-16 更新120

haritzpuerto/amazon_shopping_queries

线上购物

产品信息

这是一个来自Amazon Shopping Queries Dataset的样本数据集，包含至少有10个产品的查询。这些产品可能是查询意图的精确匹配，或者是替代品。数据集包含了查询ID、产品ID、产品信息等详细字段。

Hugging Face2025-02-14 更新80

haritzpuerto/the_pile_arxiv_1k_sample

自然语言处理

文本分析

该数据集是The Pile中arxiv分区的一个样本。训练集是从The Pile的第一个文件中随机抽取的1000个文档，而验证集和测试集则是完整的集合。数据集包含文本和元数据两个特征，其中元数据包含一个名为pile_set_name的字段。训练集的统计信息包括平均、标准差、最大和最小的token数量。

Hugging Face2024-07-05 更新180

haritzpuerto/the_pile_00_OpenWebText2

网络文本

自然语言处理

该数据集包含文本数据和元数据，其中元数据包括pile_set_name字段。数据集分为训练集、验证集和测试集，分别包含1079800、33400和32925个样本。数据集的下载大小为2781879990字节，总大小为4527665769字节。数据文件路径分别为data/train-*、data/validation-*和data/test-*。

Hugging Face2024-09-24 更新110

haritzpuerto/MetaQA_Datasets

资源简介：

数据集概述

许可证信息

相关数据集