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-*。