snegha24/cl3

该数据集包含多个字段，包括文本(text)、嵌入文本(emb_text)、指令(instruction)、嵌入(emb)、输入(input)、输出(output)、聚类(cluster)和ID(id)。数据集主要用于处理和分析文本数据，可能涉及文本生成、指令跟随或文本嵌入等任务。数据集包含一个训练集(train)，共有50个样本，总大小为634604字节。

This dataset includes multiple fields such as text, embedded text (emb_text), instruction, embedding (emb), input, output, cluster, and ID. It is primarily used for processing and analyzing text data, potentially involving tasks like text generation, instruction following, or text embedding. The dataset contains a training set (train) with 50 samples, totaling 634604 bytes in size.

原始信息汇总

数据集概述

数据集信息

特征

• text: 文本类型，数据类型为字符串。
• emb_text: 嵌入文本类型，数据类型为字符串。
• instruction: 指令类型，数据类型为字符串。
• emb: 嵌入类型，数据类型为浮点数序列。
• input: 输入类型，数据类型为字符串。
• output: 输出类型，数据类型为字符串。
• cluster: 聚类类型，数据类型为字符串。
• id: ID类型，数据类型为整数。

数据分割

• train: 训练集，包含50个样本，占用634604字节。

数据集大小

• 下载大小: 495758字节
• 数据集大小: 634604字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。