DIBT/aya_dataset_english_example

---
dataset_info:
features:
- name: inputs
dtype: string
- name: targets
dtype: string
- name: language
dtype: string
- name: language_code
dtype: string
- name: annotation_type
dtype: string
- name: user_id
dtype: string
splits:
- name: train
num_bytes: 4836140.556250679
num_examples: 3844
- name: test
num_bytes: 125810.10812306659
num_examples: 100
download_size: 1606520
dataset_size: 4961950.664373746
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
license: apache-2.0
task_categories:
- text-generation
language:
- en
tags:
- sft
size_categories:
- 1K<n<10K
---

原始信息汇总

数据集概述

数据集特征

• inputs: 数据类型为字符串
• targets: 数据类型为字符串
• language: 数据类型为字符串
• language_code: 数据类型为字符串
• annotation_type: 数据类型为字符串
• user_id: 数据类型为字符串

数据集划分

• 训练集 (train): 包含3844个样本，总大小为4836140.556250679字节
• 测试集 (test): 包含100个样本，总大小为125810.10812306659字节

数据集大小

• 下载大小: 1606520字节
• 数据集总大小: 4961950.664373746字节

配置信息

• 默认配置 (default):
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*

数据集属性

• 许可证: Apache-2.0
• 任务类别: 文本生成
• 语言: 英语
• 标签: SFT
• 大小类别: 1K<n<10K