zh-tw-llm-dv-dv/zh-tw-llm-dev-sample-ta8k-d40d11-only_embeddings-tr__alp-cd978d-c2048
收藏Hugging Face2023-05-17 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/zh-tw-llm-dv-dv/zh-tw-llm-dev-sample-ta8k-d40d11-only_embeddings-tr__alp-cd978d-c2048
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是`zh-tw-llm-dev`项目的一部分，使用了`translations`、`wikipedia`和`alpaca`作为数据源。数据集包含400行数据，最大长度为2048。数据集的构建配置包括翻译设置、维基百科设置和alpaca设置。翻译设置中，源数据集为`zetavg/coct-en-zh-tw-translations-twp-300k`，语言键为`en`和`ch`，模板包括两种格式。维基百科设置中，源数据集为`zetavg/zh-tw-wikipedia`，排除了包含特定关键词的行。alpaca设置中，源数据集为`zetavg/traditional-chinese-alpaca-en-align`，使用了简短的模板，并且不训练输入。
该数据集是`zh-tw-llm-dev`项目的一部分，使用了`translations`、`wikipedia`和`alpaca`作为数据源。数据集包含400行数据，最大长度为2048。数据集的构建配置包括翻译设置、维基百科设置和alpaca设置。翻译设置中，源数据集为`zetavg/coct-en-zh-tw-translations-twp-300k`，语言键为`en`和`ch`，模板包括两种格式。维基百科设置中，源数据集为`zetavg/zh-tw-wikipedia`，排除了包含特定关键词的行。alpaca设置中，源数据集为`zetavg/traditional-chinese-alpaca-en-align`，使用了简短的模板，并且不训练输入。
提供机构：
zh-tw-llm-dv-dv
原始信息汇总
数据集概述
基本信息
- 数据集大小: 1430500.0 字节
- 下载大小: 483276 字节
- 训练集样本数: 400
特征描述
- input_ids: 序列类型为 int32
- attention_mask: 序列类型为 int8
- labels: 序列类型为 int64
- preview: 数据类型为 string
数据集分割
- 训练集:
- 字节数: 1430500.0 字节
- 样本数: 400
