jan-hq/instruction-speech-text-v1.5-sound-convo

该数据集包含文本数据和对应的令牌数量，主要用于自然语言处理任务。数据集包含一个训练分割，共有834543个示例，总大小为14816598073字节。数据集的下载大小为3822932745字节。

This dataset contains text data and corresponding token counts, primarily used for natural language processing tasks. The dataset includes a training split with 834,543 examples, totaling 14,816,598,073 bytes. The download size of the dataset is 3,822,932,745 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为 string
  • num_tokens: 数据类型为 int64
• 分割:
  • train:
    • 字节数: 14816598073
    • 样本数: 834543
• 下载大小: 3822932745 字节
• 数据集大小: 14816598073 字节

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*