atgao/alpaca_gendered_filtered

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 46208623
num_examples: 52002
- name: augmented
num_bytes: 4606820
num_examples: 5512
- name: filtered
num_bytes: 5621035
num_examples: 5661
download_size: 29560447
dataset_size: 56436478
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: augmented
path: data/augmented-*
- split: filtered
path: data/filtered-*
---

原始信息汇总

数据集概述

数据集特征

• 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。
• text：数据类型为字符串。

数据集分割

• train：包含52002个样本，总大小为46208623字节。
• augmented：包含5512个样本，总大小为4606820字节。
• filtered：包含5661个样本，总大小为5621035字节。

数据集大小

• 下载大小：29560447字节。
• 数据集总大小：56436478字节。

配置文件

• 默认配置：包含训练、增强和过滤三个分割的数据文件路径。
  • 训练数据：路径为data/train-*。
  • 增强数据：路径为data/augmented-*。
  • 过滤数据：路径为data/filtered-*。