jan-hq/open-chameleon

--- dataset_info: features: - name: caption dtype: string - name: image_tokens dtype: string - name: user dtype: string - name: assistant dtype: string - name: conversations list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 10900258198 num_examples: 519288 download_size: 4159919663 dataset_size: 10900258198 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• caption：数据类型为字符串。
• image_tokens：数据类型为字符串。
• user：数据类型为字符串。
• assistant：数据类型为字符串。
• conversations：列表类型，包含以下子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。

数据集分割

• train：包含519,288个示例，数据大小为10,900,258,198字节。

数据集大小

• 下载大小：4,159,919,663字节。
• 数据集总大小：10,900,258,198字节。

配置

• default：训练数据文件路径为data/train-*。