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-*