igorwang/scicite_alpaca

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: label
dtype: int64
- name: history
sequence: 'null'
splits:
- name: train
num_bytes: 3774295
num_examples: 8194
- name: validation
num_bytes: 423081
num_examples: 916
- name: test
num_bytes: 858541
num_examples: 1859
download_size: 1941245
dataset_size: 5055917
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：
特征字段：
- 字段名：instruction（指令），数据类型：字符串
- 字段名：input（输入），数据类型：字符串
- 字段名：output（输出），数据类型：字符串
- 字段名：label（标签），数据类型：64位整型（int64）
- 字段名：history（历史对话），数据类型：序列（sequence），元素为null
数据集划分：
- 划分名称：train（训练集），字节数：3774295，样本数量：8194
- 划分名称：validation（验证集），字节数：423081，样本数量：916
- 划分名称：test（测试集），字节数：858541，样本数量：1859
下载大小：1941245
数据集总大小：5055917
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：train（训练集），路径：data/train-*
- 对应划分：validation（验证集），路径：data/validation-*
- 对应划分：test（测试集），路径：data/test-*

原始信息汇总

数据集概述

数据特征

• 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。
• label: 数据类型为int64。
• history: 数据类型为序列，值为null。

数据分割

• train: 包含8194个样本，总字节数为3774295。
• validation: 包含916个样本，总字节数为423081。
• test: 包含1859个样本，总字节数为858541。

数据集大小

• 下载大小: 1941245字节。
• 数据集大小: 5055917字节。

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • validation: 路径为data/validation-*
    • test: 路径为data/test-*