中文简介
rajpurkar/squad 是 rajpurkar 在 Hugging Face 发布的数据集仓库，当前卡片主要关联问答。本站固定记录上游版本 7b6d24c440a3，同步到 4 个文件，文件元数据合计 15.53 MB；访问状态为“公开”，许可证字段为“cc-by-sa-4.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 rajpurkar/squad 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
rajpurkar/squad 是 rajpurkar 在 Hugging Face 发布的数据集仓库，当前卡片主要关联问答。本站固定记录上游版本 7b6d24c440a3，同步到 4 个文件，文件元数据合计 15.53 MB；访问状态为“公开”，许可证字段为“cc-by-sa-4.0”。
【适用方向】
适合在明确数据字段、拆分和许可证后，用于问答相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。
【版本与规格】
固定版本：7b6d24c440a3。 任务标签：问答。 语言字段：en。 数据集卡名称：SQuAD。 规模分类：10K<n<100K。 上游页面记录的最近更新时间：2024-03-04。
【文件信息】
上游 API 返回 4 个文件，文件元数据合计 15.53 MB。 已保存文件清单中的主要扩展名：.parquet 2 个、.md 1 个、无扩展名 1 个。 当前较大的文件包括：plain_text/train-00000-of-00001.parquet（13.79 MB）；plain_text/validation-00000-of-00001.parquet（1.74 MB）；README.md（7.44 KB）。
【运行或处理环境】
仓库文件元数据合计 15.53 MB。仅按下载、解压和临时文件估算，建议至少预留约 18.63 MB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。
【使用边界】
许可证显示为“cc-by-sa-4.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
Dataset Card for SQuAD Table of Contents Dataset Card for "squad" Table of Contents Dataset Description - Dataset Summary - Supported Tasks and Leaderboards - Languages Dataset Structure - Data Instances - plain_text - Data Fields - plain_text - Data Splits Dataset Creation - Curation Rationale - Source Data - Initial Data Collection and Normalization - Who are the source language producers? - Annotations - Annotation process - Who are the annotators? - Personal and Sensitive Information Considerations for Using the Data - Social Impact of Dataset - Discussion of Biases - Other Known Limitations Additional Information - Dataset Curators - Licensing Information - Citation Information - Contributions Dataset Description **Homepage:** https://rajpurkar.github.io/SQuAD-explorer/ **Repository:** More Information Needed **Paper:** https://arxiv.org/abs/1606.05250 **Point of Contact:** More Information Needed Dataset Summary Stanford Question Answering Dataset (SQuAD) is a reading comprehension dataset, consisting of questions posed by crowdworkers on a set of Wikipedia articles, where the answer to every question is a segment of text, or span, from the corresponding reading passage, or the question might be unanswerable. SQuAD 1.1 contains 100,000+ question-answer pairs on 500+ articles. Supported Tasks and Leaderboards Question Answering. Languages English (`en`). Dataset Structure Data Instances plain_text **Size of downloaded dataset files:** 35.14 MB **Size of the generated dataset:** 89.92 MB **Total amount of disk used:** 125.06 MB An example of 'train' looks as follows. Data Fields The data fields are the same among all splits. plain_text `id`: a `string` feature. `title`: a `string` feature. `context`: a `string` feature. `question`: a `string` feature. `answers`: a dictionary feature containing: `text`: a `string` feature. `answer_start`: a `int32` feature. Data Splits | name |train|validation| |----------|----:|---------:| |plain_text|87599| 10570| Dataset Creat
适用场景
适合在明确数据字段、拆分和许可证后，用于问答相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。
规模与格式
固定版本：7b6d24c440a3。 任务标签：问答。 语言字段：en。 数据集卡名称：SQuAD。 规模分类：10K<n<100K。 上游页面记录的最近更新时间：2024-03-04。
文件说明
上游 API 返回 4 个文件，文件元数据合计 15.53 MB。 已保存文件清单中的主要扩展名：.parquet 2 个、.md 1 个、无扩展名 1 个。 当前较大的文件包括：plain_text/train-00000-of-00001.parquet（13.79 MB）；plain_text/validation-00000-of-00001.parquet（1.74 MB）；README.md（7.44 KB）。
上游文件元数据
.gitattributes1.15 KBplain_text/train-00000-of-00001.parquet13.79 MBplain_text/validation-00000-of-00001.parquet1.74 MBREADME.md7.44 KB
硬件建议
仓库文件元数据合计 15.53 MB。仅按下载、解压和临时文件估算，建议至少预留约 18.63 MB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。
注意事项
许可证显示为“cc-by-sa-4.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。