ghiffaryr/qna-japanese

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
splits:
- name: train
num_bytes: 1687978939.2
num_examples: 7259472
- name: validation
num_bytes: 210997367.4
num_examples: 907434
- name: test
num_bytes: 210997367.4
num_examples: 907434
download_size: 1174609259
dataset_size: 2109973674.0000002
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征列表：
- 字段名称：指令（instruction），数据类型：字符串（string）
- 字段名称：输入（input），数据类型：字符串（string）
- 字段名称：输出（output），数据类型：字符串（string）
数据集拆分：
- 拆分名称：训练集（train），字节大小：1687978939.2，样本数量：7259472
- 拆分名称：验证集（validation），字节大小：210997367.4，样本数量：907434
- 拆分名称：测试集（test），字节大小：210997367.4，样本数量：907434
下载大小：1174609259
数据集总大小：2109973674.0000002
配置项：
- 配置名称：默认（default），数据文件配置：
- 对应拆分：训练集，数据路径：data/train-*
- 对应拆分：验证集，数据路径：data/validation-*
- 对应拆分：测试集，数据路径：data/test-*

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。

数据集分割

• 训练集（train）：包含7259472个样本，占用1687978939.2字节。
• 验证集（validation）：包含907434个样本，占用210997367.4字节。
• 测试集（test）：包含907434个样本，占用210997367.4字节。

数据集大小

• 下载大小：1174609259字节。
• 数据集总大小：2109973674.0000002字节。

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 验证集路径：data/validation-*
  • 测试集路径：data/test-*