vikp/evol_codealpaca_filtered_87k

该数据集是`theblackcat102/evol-codealpaca-v1`的过滤版本，经过手动和基于质量和学习价值分类器的自动过滤。数据集包含指令、输出、质量概率和学习概率等特征，主要用于训练模型。

原始信息汇总

数据集概述

数据集信息

• 特征列表：

  • instruction：字符串类型
  • output：字符串类型
  • quality_prob：浮点数类型（float64）
  • learning_prob：浮点数类型（float64）

• 数据分割：

  • train：
    • 字节数：194291512.64351812
    • 样本数：87705

• 数据大小：

  • 下载大小：107933444
  • 数据集大小：194291512.64351812

配置信息

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

数据集描述

• 数据集为 theblackcat102/evol-codealpaca-v1 的过滤版本，经过人工和基于质量及学习价值分类器的自动过滤。