twright8/gem_mapped_data

该数据集包含多个特征，如input、output、instruction、__index_level_0__和text，数据类型分别为字符串和整数。数据集分为训练集和测试集，分别包含1864和423个样本。数据集的配置名为default，数据文件路径分别为data/train-*和data/test-*。

The dataset includes multiple features such as input, output, instruction, __index_level_0__, and text, with data types being string and int64. The dataset is divided into training and test sets, containing 1864 and 423 samples respectively. The configuration name of the dataset is default, with data file paths being data/train-* and data/test-*.

原始信息汇总

数据集概述

数据集特征

• input: 数据类型为字符串。
• output: 数据类型为字符串。
• instruction: 数据类型为字符串。
• index_level_0: 数据类型为整数。
• text: 数据类型为字符串。

数据集分割

• train:
  • 字节数: 6084760
  • 样本数: 1864
• test:
  • 字节数: 1305434
  • 样本数: 423

数据集大小

• 下载大小: 819247 字节
• 总大小: 7390194 字节

配置

• default:
  • train: 路径为 data/train-*
  • test: 路径为 data/test-*