andersonbcdefg/lm_instruction_pairs_filtered

--- dataset_info: features: - name: query dtype: string - name: pos dtype: string - name: consistency dtype: bool - name: consistency_8k dtype: bool - name: consistency_4k dtype: bool - name: jaccard dtype: float64 splits: - name: train num_bytes: 431016154.5798978 num_examples: 1214030 download_size: 309301411 dataset_size: 431016154.5798978 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• query: 数据类型为字符串 (string)
• pos: 数据类型为字符串 (string)
• consistency: 数据类型为布尔值 (bool)
• consistency_8k: 数据类型为布尔值 (bool)
• consistency_4k: 数据类型为布尔值 (bool)
• jaccard: 数据类型为浮点数 (float64)

数据集分割

• train: 包含 1,214,030 个样本，总大小为 431,016,154.5798978 字节

数据集大小

• 下载大小: 309,301,411 字节
• 实际大小: 431,016,154.5798978 字节

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*