rahat01/bangla_paraphrase_instructed

该数据集包含三个主要特征：instruction（指令）、input（输入）和output（输出），每个特征的数据类型均为字符串。数据集分为训练集（train）、验证集（validation）和测试集（test）三个部分，分别包含419967、23331和23332个样本。训练集大小为251063315字节，验证集大小为13926504字节，测试集大小为13970395字节。总下载大小为85584539字节，总数据集大小为278960214字节。

The dataset contains three main features: instruction, input, and output, each with a data type of string. The dataset is divided into three parts: train, validation, and test, containing 419967, 23331, and 23332 examples respectively. The train set size is 251063315 bytes, the validation set size is 13926504 bytes, and the test set size is 13970395 bytes. The total download size is 85584539 bytes, and the total dataset size is 278960214 bytes.

原始信息汇总

数据集概述

许可证

• 许可证类型: CC BY-NC-SA 4.0

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:
  • 字节数: 251,063,315
  • 样本数: 419,967
• validation:
  • 字节数: 13,926,504
  • 样本数: 23,331
• test:
  • 字节数: 13,970,395
  • 样本数: 23,332

数据集大小

• 下载大小: 85,584,539 字节
• 数据集总大小: 278,960,214 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*