HumanF-MarkrAI/WIKI_QA_Near_dedup

WIKI_QA_Near_dedup数据集是通过Near dedup算法创建的，旨在减少相似性。该数据集的原始来源是maywell/wikidata_QA，由开发者maywell(Jeonghwan Park)创建。数据集遵循cc-by-nc-sa-4.0许可证。数据集包含训练集，共有137,505个样本，总大小为145,724,140字节。数据集的特征包括input（float64类型）、output（string类型）和instruction（string类型）。

原始信息汇总

数据集卡片 for "WIKI_QA_Near_dedup"

数据集详情

配置

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

数据集信息

• 特征:
  • 名称: input
    • 数据类型: float64
  • 名称: output
    • 数据类型: string
  • 名称: instruction
    • 数据类型: string
• 分割:
  • 名称: train
    • 字节数: 145724140
    • 样本数: 137505
• 下载大小: 87382170
• 数据集大小: 145724140

许可证

• 许可证: cc-by-nc-sa-4.0

数据集创建

• 数据集由Near dedup算法创建，用于减少相似性。
• 原始来源: maywell/wikidata_QA
• 创建者: maywell(Jeonghwan Park)