BanglaLLM/bangla-alpaca-orca

该数据集包含五个特征：instruction（指令）、input（输入）、output（输出）、text（文本）和system_prompt（系统提示），所有特征的数据类型均为字符串。数据集仅包含一个训练集划分，共有172,026个样本，总大小为951,662,899字节，下载大小为301,976,501字节。

The dataset includes multiple features such as instruction, input, output, text, and system_prompt, all of which are of string type. The dataset is divided into a training set with 172026 samples, totaling 951662899 bytes. The download size of the dataset is 301976501 bytes, and the total dataset size is 951662899 bytes. The dataset configuration is default, with the training data file path being data/train-*.

原始信息汇总

数据集概述

数据集特征

• instruction: 数据类型为字符串。
• input: 数据类型为字符串。
• output: 数据类型为字符串。
• text: 数据类型为字符串。
• system_prompt: 数据类型为字符串。

数据集划分

• train: 包含172026个样本，占用951662899字节。

数据集大小

• 下载大小: 301976501字节。
• 数据集大小: 951662899字节。

配置信息

• default: 包含训练数据文件，路径为data/train-*。