AdapterOcean/code_instructions_standardized_cluster_1

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float64
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 148220279
num_examples: 14911
download_size: 42013776
dataset_size: 148220279
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "code_instructions_standardized_cluster_1"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • text: 数据类型为字符串。
  • conversation_id: 数据类型为64位整数。
  • embedding: 序列类型为64位浮点数。
  • cluster: 数据类型为64位整数。

数据分割

• 训练集:
  • 名称: train
  • 字节数: 148,220,279
  • 样本数: 14,911

数据集大小

• 下载大小: 42,013,776 字节
• 数据集大小: 148,220,279 字节

配置

• 默认配置:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*