dariolopez/Llama-2-databricks-dolly-oasst1-es-lower-2048-tokens

该数据集是来自两个数据集的合并：https://huggingface.co/datasets/dariolopez/Llama-2-databricks-dolly-es 和 https://huggingface.co/datasets/dariolopez/Llama-2-oasst1-es。数据集经过过滤，仅包含少于2048个token的文本。数据集包含一个名为train的分割，共有18,817个样本，总大小为18,176,970字节。每个样本包含一个text字段，数据类型为字符串。

原始信息汇总

Llama-2-databricks-dolly-oasst1-es-lower-2048-tokens

数据集配置

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

数据集信息

• 特征:
  • 名称: text
  • 数据类型: string
• 分割:
  • 名称: train
  • 字节数: 18176970.43051152
  • 样本数量: 18817
• 下载大小: 9907243
• 数据集大小: 18176970.43051152

数据集描述

• 数据集是 dariolopez/Llama-2-databricks-dolly-es 和 dariolopez/Llama-2-oasst1-es 的联合。
• 过滤了少于 2048 个 token 的文本。