twright8/gem_training

该数据集包含四个主要特征：input（输入）、output（输出）、instruction（指令）和__index_level_0__（索引级别0）。input和output是字符串类型，instruction也是字符串类型，而__index_level_0__是整型。数据集分为训练集和测试集，训练集包含1864个样本，测试集包含423个样本。数据集的总下载大小为279285字节，总大小为3473258字节。

The dataset contains four main features: input, output, instruction, and __index_level_0__. Both input and output are of string type, instruction is also of string type, and __index_level_0__ is of integer type. The dataset is divided into a training set and a test set, with the training set containing 1864 samples and the test set containing 423 samples. The total download size of the dataset is 279285 bytes, and the total size is 3473258 bytes.

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• input: 字符串类型
• output: 字符串类型
• instruction: 字符串类型
• index_level_0: 整数类型

数据分割

• train:
  • 字节数: 2,861,572
  • 样本数: 1,864
• test:
  • 字节数: 611,686
  • 样本数: 423

数据大小

• 下载大小: 279,285 字节
• 数据集大小: 3,473,258 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*