AmarNagargoje/low_quality_dataset

该数据集包含多个特征字段，包括指令（instruction）、完成情况（completion）、生成的指令（generated_instruction）、输入ID（input_ids）、令牌类型ID（token_type_ids）和注意力掩码（attention_mask）。这些字段的数据类型分别为字符串和序列类型。数据集被分割为训练集，包含5个示例，总大小为15837字节。

This dataset includes several feature fields such as instruction, completion, generated_instruction, input_ids, token_type_ids, and attention_mask. The data types for these fields are string and sequence types. The dataset is split into a training set containing 5 examples, with a total size of 15837 bytes.

原始信息汇总

数据集概述

数据集特征

• instruction: 字符串类型
• completion: 字符串类型
• generated_instruction: 字符串类型
• input_ids: 整数序列，类型为int32
• token_type_ids: 整数序列，类型为int8
• attention_mask: 整数序列，类型为int8

数据集划分

• train: 包含5个样本，占用15837字节

数据集大小

• 下载大小: 28226字节
• 数据集大小: 15837字节

配置

• default:
  • 数据文件:
    • train: 路径为data/train-*