Paoloc99/dataset

该数据集包含两个主要特征：prompt和completion，均为字符串类型。数据集分为训练集和测试集，训练集包含57,767个样本，测试集包含14,442个样本。数据集的总下载大小为230,764,363字节，总大小为392,731,701字节。

The dataset contains two main features: prompt and completion, both of which are of string type. The dataset is divided into a training set and a test set, with the training set containing 57,767 samples and the test set containing 14,442 samples. The total download size of the dataset is 230,764,363 bytes, and the total size is 392,731,701 bytes.

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• prompt: 数据类型为字符串
• completion: 数据类型为字符串

数据分割

• train:
  • 字节数: 314204209
  • 样本数: 57767
• test:
  • 字节数: 78527492
  • 样本数: 14442

数据大小

• 下载大小: 230764363 字节
• 数据集总大小: 392731701 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*