rahat01/crossSum_en_to_bn_instructed

该数据集包含三个主要特征：instruction（指令）、input（输入）和output（输出），每个特征的数据类型均为字符串。数据集分为训练集、验证集和测试集三个部分，分别包含1229、154和161个样本。训练集的大小为6210252字节，验证集为643225字节，测试集为700691字节。整个数据集的下载大小为4467026字节，总大小为7554168字节。

The dataset contains three main features: instruction, input, and output, each with a data type of string. The dataset is divided into three parts: training set, validation set, and test set, containing 1229, 154, and 161 samples respectively. The training set size is 6210252 bytes, the validation set is 643225 bytes, and the test set is 700691 bytes. The total download size of the dataset is 4467026 bytes, and the total size is 7554168 bytes.

原始信息汇总

数据集概述

许可证

• 许可证类型: CC BY-NC-SA 4.0

数据集信息

特征

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

数据分割

• train:
  • 字节数: 6210252
  • 样本数: 1229
• validation:
  • 字节数: 643225
  • 样本数: 154
• test:
  • 字节数: 700691
  • 样本数: 161

数据大小

• 下载大小: 4467026 字节
• 数据集总大小: 7554168 字节

配置

• config_name: default
  • train: 路径为 data/train-*
  • validation: 路径为 data/validation-*
  • test: 路径为 data/test-*