数据集版本，含文件清单与质量指标。
/data，因为两者装的都是作业会读的材料，区别只在于其中多少能再出来。
旧的
/datasets 和 /volumes 链接都落到这里。
你会看到什么
质量报告
在推送时算一次，覆盖全量数据——只有非常大的数据集才采样。 它统计的是机器能统计的东西，不假装能判断内容。受保护的数据集
一个数据集可以被治理成「可以用于训练，但读不到内容」。这样的数据集在控制台上只显示 身份、版本、schema、血缘和授权状态——没有预览、没有样本记录、没有下载。 这是在服务端强制的，不是把按钮藏起来。日志、验证样本和产物受同一套策略约束， 所以它们不会变成另一条导出通道。从控制台上传
数据集列表页的上传数据集用来新建一个数据集和它的第一个版本；数据集详情页的上传新版本 是给已有数据集加一个版本。两者问的是tp dataset push 一样的三个问题——哪个数据集、哪个版本、
哪些文件——文件也一样是用预签名 URL 直传对象存储。index.json 是「这个版本已完整」的标记，
也因此让版本不可变，所以它只在全部文件都落盘之后才写：中途失败留下的是一个仍然空着的版本号，
而不是一个自称已完成的版本。
文件里如果有 README.md，会一并作为数据集说明发布，和 CLI 推送的行为一致。
质量报告和污染指纹不在浏览器里算——一个页面不会为了切 n-gram 去读几个 GB。版本出现之后，
worker 会在扫描它的同一趟里从对象存储把它们算出来，写在版本旁边，位置和 CLI 推送时写的一样。
超过单版本的读取预算时，报告会把自己标成抽样，而不是拿半个文件算出来的重复率当全量。
控制台上传拒绝超过 512 MB 的单个文件：浏览器要算校验和就得把整个文件读进内存，而这个校验和
正是作业侧用来验证下载完整性的东西。
tp dataset push 是流式的，没有这个限制——它也是在推送
时就把两份报告按全量算出来，而不是事后按预算算。你可以做什么
- 在配置里或用
--train-dataset引用某个版本。 - 在这一页，或用
tp dataset push推送新版本。 - 推送前用
tp dataset check和tp dataset quality先检查质量。
Volumes 标签页
一个 Volume 是作业通过只读挂载读取的命名目录。它没有版本：文件原地 增删，引用指向这个 volume 本身而不是它的某个快照。
那里从来没有的东西：批量下载、任何顺手的便利接口，以及所有者没打开时任何设置下的预览。列出结构
和读取内容不是一回事，而这个切分是有意的 —— 一个作业挂上一个 volume 之后已经能读它的每个字，所以
把文件名藏起来什么都保护不了。
一个 volume 的文件永远没有版本，所以要从它产出可复现的东西，跑一次发布数据集版本的
Processing Run。