seedboxai/multitask_german_examples_32k

---
dataset_info:
features:
- name: source_dataset
dtype: string
- name: tokens
dtype: int64
- name: range
dtype: string
- name: text
dtype: string
- name: prompt
list:
- name: content
dtype: string
- name: role
dtype: string
- name: completion
struct:
- name: content
dtype: string
- name: role
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 13075208398.0
num_examples: 550635
- name: test
num_bytes: 1470870648.0
num_examples: 61120
download_size: 8032537725
dataset_size: 14546079046.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• source_dataset: 类型为字符串
• tokens: 类型为整数64位
• range: 类型为字符串
• text: 类型为字符串
• prompt: 包含以下字段
  • content: 类型为字符串
  • role: 类型为字符串
• completion: 包含以下字段
  • content: 类型为字符串
  • role: 类型为字符串
• index_level_0: 类型为整数64位

数据分割

• train:
  • 字节数: 13075208398.0
  • 样本数: 550635
• test:
  • 字节数: 1470870648.0
  • 样本数: 61120

数据大小

• 下载大小: 8032537725
• 数据集大小: 14546079046.0

配置

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