AdapterOcean/python-code-instructions-18k-alpaca-standardized_cluster_2

--- dataset_info: features: - name: text dtype: string - name: conversation_id dtype: int64 - name: embedding sequence: float64 - name: cluster dtype: int64 splits: - name: train num_bytes: 18573723 num_examples: 2170 download_size: 4796147 dataset_size: 18573723 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "python-code-instructions-18k-alpaca-standardized_cluster_2" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征： - 名称：text 数据类型：字符串 - 名称：conversation_id 数据类型：int64 - 名称：embedding 序列类型：float64 - 名称：cluster 数据类型：int64 拆分： - 名称：train 字节数：18573723 样本数：2170 下载大小：4796147 数据集大小：18573723 配置： - 配置名称：default 数据文件： - 拆分：train 路径：data/train-* # 数据集卡片："python-code-instructions-18k-alpaca-standardized_cluster_2" [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

特征

• text: 数据类型为字符串（string）
• conversation_id: 数据类型为64位整数（int64）
• embedding: 数据类型为64位浮点数序列（sequence: float64）
• cluster: 数据类型为64位整数（int64）

数据分割

• train:
  • 字节数: 18573723
  • 样本数: 2170

数据大小

• 下载大小: 4796147 字节
• 数据集大小: 18573723 字节

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*