timpearce/alpaca-cleaned-french

该数据集包含多个字符串类型的字段，包括source_output、source_input、source_instruction、output、input和instruction。数据集仅包含一个训练集，共有51,760个样本，总大小为89,047,590字节。数据文件的路径在配置部分指定。

The dataset contains multiple string-type fields, including source_output, source_input, source_instruction, output, input, and instruction. The dataset includes only a training set with 51,760 samples, totaling 89,047,590 bytes. The path to the data files is specified in the configuration section.

原始信息汇总

数据集概述

数据集信息

特征

• source_output: 数据类型为字符串。
• source_input: 数据类型为字符串。
• source_instruction: 数据类型为字符串。
• output: 数据类型为字符串。
• input: 数据类型为字符串。
• instruction: 数据类型为字符串。

数据分割

• train:
  • 字节数: 89047590
  • 样本数: 51760

数据集大小

• 下载大小: 51607683 字节
• 数据集大小: 89047590 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*