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-*