huangqingming/scholaread

该数据集支持中文和英文，主要用于翻译任务。数据集包含三个特征：instruction（指令）、input（输入）和output（输出），均为字符串类型。数据集分为训练集和测试集，训练集包含978,418个样本，测试集包含244,230个样本。数据集的总大小为692,163,136字节，下载大小为396,669,345字节。

This dataset supports Chinese and English and is primarily used for translation tasks. The dataset includes three features: instruction, input, and output, all of which are of string type. The dataset is divided into a training set and a test set, with the training set containing 978,418 samples and the test set containing 244,230 samples. The total size of the dataset is 692,163,136 bytes, and the download size is 396,669,345 bytes.

原始信息汇总

数据集概述

语言

• 中文 (zh)
• 英文 (en)

许可证

• AGPL-3.0

任务类别

• 翻译

数据集信息

特征

• instruction: 字符串类型
• input: 字符串类型
• output: 字符串类型

数据分割

• train:
  • 字节数: 553,044,632
  • 样本数: 978,418
• test:
  • 字节数: 139,118,504
  • 样本数: 244,230

数据大小

• 下载大小: 396,669,345 字节
• 数据集大小: 692,163,136 字节

配置

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