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-*