instrucciones_naturales

• Descripción :

Descripción

Una compilación de más de 1600 tareas expresadas como instrucciones naturales. La colección de tareas original se puede encontrar en: https://github.com/allenai/natural-instructions No se realizaron preprocesamientos ni cambios en esta versión original.

Tenga en cuenta que los usuarios de esta recopilación de tareas deben consultar las licencias subyacentes de los conjuntos de datos contenidos y citarlos en consecuencia.

• Página de inicio: https://github.com/allenai/natural-instructions

• Código fuente : tfds.datasets.natural_instructions.Builder

• Versiones :

  • 1.0.0 : Versión inicial.
  • 1.0.1 (predeterminado): campo de nombre de tarea agregado e ID fija utilizada para mezclar para usar ID estables.

• Tamaño de descarga : 3.08 GiB

• Tamaño del conjunto de datos : 4.73 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

Separar	Ejemplos
'train'	5,040,134

• Estructura de características :

FeaturesDict({
    'definition': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'input': Text(shape=(), dtype=string),
    'output': Text(shape=(), dtype=string),
    'source': Text(shape=(), dtype=string),
    'task_name': Text(shape=(), dtype=string),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
definición	Texto		cadena
identificación	Texto		cadena
aporte	Texto		cadena
producción	Texto		cadena
fuente	Texto		cadena
nombre de la tarea	Texto		cadena

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@article{wang2022benchmarking,
  title={Benchmarking generalization via in-context instructions on 1,600+ language tasks},
  author={Wang, Yizhong and Mishra, Swaroop and Alipoormolabashi, Pegah and Kordi, Yeganeh and Mirzaei, Amirreza and Arunkumar, Anjana and Ashok, Arjun and Dhanasekaran, Arut Selvan and Naik, Atharva and Stap, David and others},
  journal={arXiv preprint arXiv:2204.07705},
  year={2022}
}