RyotaKadoya1993/translation

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），所有字段均为字符串类型。数据集包含一个训练集分割，共有809,918个样本，总大小为153,307,547字节。默认配置下的数据文件路径为data/train-*。

The dataset contains four main fields: instruction, input, output, and data_source, all of which are of string type. The dataset includes a training split with 809,918 samples and a total size of 153,307,547 bytes. The default configuration specifies the data file path as data/train-*.

原始信息汇总

数据集概述

数据集特征

• instruction: 字符串类型
• input: 字符串类型
• output: 字符串类型
• data_source: 字符串类型

数据集分割

• train:
  • 字节数: 153307547
  • 样本数: 809918

数据集大小

• 下载大小: 49422159 字节
• 数据集总大小: 153307547 字节

配置

• default:
  • 数据文件路径: data/train-*