iamsubrata/PreprocessedOpenPlatypus

---
dataset_info:
features:
- name: input
dtype: string
- name: output
dtype: string
- name: instruction
dtype: string
- name: data_source
dtype: string
- name: combined(instruction+output)_token_length
dtype: int64
splits:
- name: small
num_bytes: 1308308.1030150754
num_examples: 1000
- name: medium
num_bytes: 6541540.515075377
num_examples: 5000
- name: large
num_bytes: 24993918.0
num_examples: 19104
download_size: 22269755
dataset_size: 32843766.61809045
configs:
- config_name: default
data_files:
- split: small
path: data/small-*
- split: medium
path: data/medium-*
- split: large
path: data/large-*
---

原始信息汇总

数据集概述

特征信息

• input: 数据类型为字符串（string）
• output: 数据类型为字符串（string）
• instruction: 数据类型为字符串（string）
• data_source: 数据类型为字符串（string）
• combined(instruction+output)_token_length: 数据类型为整数（int64）

数据分割

• small: 包含1000个样本，大小为1308308.1030150754字节
• medium: 包含5000个样本，大小为6541540.515075377字节
• large: 包含19104个样本，大小为24993918.0字节

数据集大小

• 下载大小: 22269755字节
• 数据集大小: 32843766.61809045字节

配置信息

• default:
  • small: 文件路径为data/small-*
  • medium: 文件路径为data/medium-*
  • large: 文件路径为data/large-*