WendyHoang/pdf_dataset_v2

该数据集包含三个主要特征：instruction（指令）、input（输入）和output（输出），均为字符串类型。数据集包含一个训练集，共有1995个样本，总大小为20218969字节。

The dataset includes three main features: instruction, input, and output, all of which are of string type. It contains a training set with 1995 examples, totaling 20218969 bytes in size.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • instruction: 数据类型为字符串。
  • input: 数据类型为字符串。
  • output: 数据类型为字符串。

数据分割

• train:
  • 样本数量: 1995
  • 字节数: 20218969

数据集大小

• 下载大小: 3992735 字节
• 数据集大小: 20218969 字节

配置

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