RyotaKadoya1993/sft-instuction

该数据集包含四个主要字段：instruction（指令）、input（输入）、output（输出）和data_source（数据来源），所有字段的数据类型均为字符串。数据集包含一个名为train的分割，共有1,611,794个样本，总大小为703,761,570字节。下载大小为364,152,101字节。

The dataset contains four main fields: instruction, input, output, and data_source, all of which are of string type. The dataset includes a split named train, which contains 1,611,794 samples with a total size of 703,761,570 bytes. The download size is 364,152,101 bytes.

原始信息汇总

数据集概述

数据集特征

• 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。
• data_source: 数据类型为字符串。

数据集划分

• train: 包含1,611,794个样本，占用703,761,570字节。

数据集大小

• 下载大小: 364,152,101字节。
• 数据集大小: 703,761,570字节。

配置信息

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*