davidhhmack/sft_tasks_align_size_40000

该数据集包含两个主要特征：prompt和completion，均为字符串类型。数据集被分为训练集和测试集，训练集包含32000个样本，测试集包含8000个样本。总下载大小为20114461字节，数据集总大小为61079500字节。

The dataset contains two main features: prompt and completion, both of which are of string type. The dataset is divided into a training set and a test set, with the training set containing 32,000 samples and the test set containing 8,000 samples. The total download size is 20,114,461 bytes, and the total dataset size is 61,079,500 bytes.

原始信息汇总

数据集概述

特征

• prompt: 数据类型为字符串。
• completion: 数据类型为字符串。

数据分割

• train:
  • 字节数: 48863600.0
  • 样本数: 32000
• test:
  • 字节数: 12215900.0
  • 样本数: 8000

数据集大小

• 下载大小: 20114461 字节
• 数据集总大小: 61079500.0 字节

配置

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