hanifabdlh/cahya-alpaca-id-cleaned

该数据集包含四个主要特征：instruction（指令）、input（输入）、output（输出）和text（文本），所有特征均为字符串类型。数据集包含一个训练集，共有51590个样本，总大小为94779820字节。数据集的下载大小为47218041字节。配置信息指定了数据文件的路径为data/train-*。

The dataset includes four main features: instruction, input, output, and text, all of which are of string type. The dataset contains a training set with 51,590 samples, totaling 94,779,820 bytes. The download size of the dataset is 47,218,041 bytes. The configuration specifies the data file path as data/train-*.

原始信息汇总

数据集概述

数据集信息

• 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。
  • text: 数据类型为字符串。

• 数据分割:

  • train: 包含51590个样本，占用94779820字节。

• 文件大小:

  • 下载大小: 47218041字节。
  • 数据集大小: 94779820字节。

配置信息

• 配置名称: default
  • 数据文件:
    • train: 路径为data/train-*。