HenriCastro/gss_alphaca

该数据集包含三个主要特征：output、input和instruction，均为字符串类型。数据集仅包含一个训练集，共有8,617,517个样本，总大小为3,570,527,006字节。下载大小为226,945,361字节。数据文件位于data/train-*路径下。

The dataset contains three main features: output, input, and instruction, all of which are of string type. The dataset includes only a training set with 8,617,517 samples, totaling 3,570,527,006 bytes. The download size is 226,945,361 bytes. The data files are located under the path data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • output: 数据类型为字符串。
  • input: 数据类型为字符串。
  • instruction: 数据类型为字符串。

• 数据分割:

  • train: 包含8617517个样本，总字节数为3570527006。

• 数据集大小:

  • 下载大小: 226945361字节。
  • 总大小: 3570527006字节。

配置

• 默认配置:
  • 数据文件路径: data/train-*