davidguzmanr/AfriInstruct-language-split

该数据集包含多种语言和语言对的配置，涉及英语、法语、阿拉伯语等多种语言及其翻译任务。每个配置包含指令、输出、语言、分割、来源和任务等特征。数据集分为训练集、验证集和测试集，每个分割的字节大小和样本数量均有详细记录。数据集的下载大小和总大小也提供了具体数值。

This dataset contains configurations for multiple languages and language pairs, involving languages such as English, French, Arabic, and their translation tasks. Each configuration includes features such as instruction, output, language, split, source, and task. The dataset is divided into training, validation, and test sets, with detailed records of the byte size and number of samples for each split. The download size and total size of the dataset are also provided.

原始信息汇总

数据集概述

该数据集包含多个语言配置，每个配置包含不同的语言对和数据分割。以下是数据集的详细信息：

数据集配置

配置名称：acq

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 27245229
    • num_examples: 41210
• 下载大小：11697810
• 数据集大小：27245229

配置名称：aeb

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 27636764
    • num_examples: 41210
• 下载大小：12154368
• 数据集大小：27636764

配置名称：afr

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 20839897
    • num_examples: 41280
• 下载大小：10214951
• 数据集大小：20839897

配置名称：afr-eng

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 471538.19991478464
    • num_examples: 991
• 下载大小：195383
• 数据集大小：471538.19991478464

配置名称：afr-fra

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 468683.2764036961
    • num_examples: 985
• 下载大小：213442
• 数据集大小：468683.2764036961

配置名称：amh

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 39950216.69315665
    • num_examples: 83716
  • validation:
    • num_bytes: 7236496.779463338
    • num_examples: 8425
  • test:
    • num_bytes: 10208636.842918986
    • num_examples: 11875
• 下载大小：33162595
• 数据集大小：57395350.31553897

配置名称：amh-eng

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 708972.6719203119
    • num_examples: 1490
  • validation:
    • num_bytes: 378788.73350069224
    • num_examples: 441
• 下载大小：421358
• 数据集大小：1087761.4054210042

配置名称：amh-fra

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 482482.0733739572
    • num_examples: 1014
• 下载大小：251706
• 数据集大小：482482.0733739572

配置名称：ara

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 150787543.44399115
    • num_examples: 316900
  • validation:
    • num_bytes: 32413493.05241638
    • num_examples: 37737
  • test:
    • num_bytes: 73381830.81360544
    • num_examples: 85360
• 下载大小：354933584
• 数据集大小：256582867.310013

配置名称：ara-eng

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 464400.8911370633
    • num_examples: 976
• 下载大小：211978
• 数据集大小：464400.8911370633

配置名称：ara-fra

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 484385.3557146829
    • num_examples: 1018
• 下载大小：239832
• 数据集大小：484385.3557146829

配置名称：arb

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 48355312
    • num_examples: 66480
• 下载大小：15661742
• 数据集大小：48355312

配置名称：arq

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 21451
    • num_examples: 70
• 下载大小：10063
• 数据集大小：21451

配置名称：ars

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 27264801
    • num_examples: 41210
• 下载大小：11640360
• 数据集大小：27264801

配置名称：ary

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 28812801
    • num_examples: 41470
• 下载大小：12294384
• 数据集大小：28812801

配置名称：arz

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 27709422
    • num_examples: 41210
• 下载大小：11885887
• 数据集大小：27709422

配置名称：bem

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 4097
    • num_examples: 30
• 下载大小：5185
• 数据集大小：4097

配置名称：eng

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 62432894.802238956
    • num_examples: 131211
  • validation:
    • num_bytes: 32831792.628867257
    • num_examples: 38224
  • test:
    • num_bytes: 122623996.57043909
    • num_examples: 142640
• 下载大小：198049322
• 数据集大小：217888684.0015453

配置名称：eng-afr

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 484385.3557146829
    • num_examples: 1018
• 下载大小：208740
• 数据集大小：484385.3557146829

配置名称：eng-amh

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 740376.8305422855
    • num_examples: 1556
  • validation:
    • num_bytes: 393390.56676489126
    • num_examples: 458
• 下载大小：433949
• 数据集大小：1133767.3973071766

配置名称：eng-ara

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 491522.66449240415
    • num_examples: 1033
• 下载大小：226322
• 数据集大小：491522.66449240415

配置名称：eng-eng

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 955923.5556294675
    • num_examples: 2009
• 下载大小：382003
• 数据集大小：955923.5556294675

配置名称：eng-fra

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 969246.5320145471
    • num_examples: 2037
• 下载大小：428593
• 数据集大小：969246.5320145471

配置名称：eng-hau

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 2251107.188493286
    • num_examples: 4731
  • validation:
    • num_bytes: 535973.1739329523
    • num_examples: 624
• 下载大小：1031610
• 数据集大小：2787080.362426238

配置名称：eng-ibo

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 2497582.25161726
    • num_examples: 5249
  • validation:
    • num_bytes: 648493.183204133
    • num_examples: 755
• 下载大小：922438
• 数据集大小：3146075.434821393

配置名称：eng-kin

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 717061.621868396
    • num_examples: 1507
  • validation:
    • num_bytes: 200131.0088563748
    • num_examples: 233
• 下载大小：398394
• 数据集大小：917192.6307247707

配置名称：eng-nya

• 特征：
  • instruction: string
  • output: string
  • lang: string
  • split: string
  • source: string
  • task: string
• 分割：
  • train:
    • num_bytes: 732763.7011793827
    • num_examples: 1540
  • validation:
    • num_bytes: 2198