0xAIT/sinhala-flan

该数据集包含四个主要特征：Original Input（原始输入）、Translated Input（翻译后的输入）、Original Target（原始目标）和Translated Target（翻译后的目标），所有特征的数据类型均为字符串。数据集分为两个子集：subset_cot_zsopt和subset_cot_fsopt，其中subset_cot_zsopt子集包含95570个样本，占用134572215字节。数据集的配置文件名为default，指定了各个子集的数据文件路径。

The dataset contains four main features: Original Input, Translated Input, Original Target, and Translated Target, all of which are of string data type. The dataset is divided into two subsets: subset_cot_zsopt and subset_cot_fsopt, with the subset_cot_zsopt subset containing 95,570 samples and occupying 134,572,215 bytes. The datasets configuration file is named default, which specifies the data file paths for each subset.

原始信息汇总

数据集概述

数据特征

• Original Input: 原始输入文本，数据类型为字符串。
• Translated Input: 翻译后的输入文本，数据类型为字符串。
• Original Target: 原始目标文本，数据类型为字符串。
• Translated Target: 翻译后的目标文本，数据类型为字符串。

数据分割

• subset_cot_zsopt:
  • 数据量: 134,572,215 字节
  • 样本数量: 95,570
• subset_cot_fsopt:
  • 数据量: 未提供
  • 样本数量: 未提供

配置

• default:
  • 数据文件路径:
    • subset_cot_zsopt: data/subset_cot_zsopt-*
    • subset_cot_fsopt: data/subset_cot_fsopt-*