xiaodongguaAIGC/awesome-sft

该数据集是一个英文数据集，包含131,043个训练样本。每个样本由三个主要特征组成：指令（instruction）、输入（input）和输出（output），这些特征的数据类型均为字符串。数据集的总大小为87,842,850字节，下载大小为57,926,025字节。数据集仅包含一个训练分割。

This dataset is an English dataset containing 131,043 training samples. Each sample consists of three main features: instruction, input, and output, all of which are of string data type. The total size of the dataset is 87,842,850 bytes, with a download size of 57,926,025 bytes. The dataset includes only a training split.

原始信息汇总

数据集概述

数据集信息

• 语言: 英语
• 特征:
  • instruction: 字符串类型
  • input: 字符串类型
  • output: 字符串类型

数据集划分

• train:
  • 样本数量: 131043
  • 字节数: 87842850

数据集大小

• 下载大小: 57926025 字节
• 数据集大小: 87842850 字节

配置

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