oraul/orca_small_splitted

---
dataset_info:
features:
- name: id
dtype: string
- name: system_prompt
dtype: string
- name: question
dtype: string
- name: response
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 3842159531.8209243
num_examples: 851442
- name: test
num_bytes: 1152649664.5591998
num_examples: 255433
- name: valid
num_bytes: 493995936.6198757
num_examples: 109472
download_size: 2964895612
dataset_size: 5488805133.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
---

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• system_prompt: 数据类型为字符串。
• question: 数据类型为字符串。
• response: 数据类型为字符串。
• text: 数据类型为字符串。

数据集分割

• train: 包含851442个样本，占用3842159531.8209243字节。
• test: 包含255433个样本，占用1152649664.5591998字节。
• valid: 包含109472个样本，占用493995936.6198757字节。

数据集大小

• 下载大小: 2964895612字节。
• 数据集总大小: 5488805133.0字节。

配置信息

• 配置名称: default
  • 数据文件路径:
    • train: data/train-*
    • test: data/test-*
    • valid: data/valid-*