相关数据集
Zhaoming213/baiduwiki
--- license: apache-2.0 --- ## 数据集介绍 这是百度百科数据集，对原始数据集进行了简单清洗，最终变成了类似:{"text":....}对结构，jsonl文件。 ## 清洗代码 ``` import json input_file = "百度百科.jsonl" output_file = "filtered_data.jsonl" with open(inpu
Hugging Face2026-03-16 更新120
Zhuohan/explain_math_concepts_zh
该数据集包含200个测试示例，每个示例由query和response两个字符串类型的特征组成。数据集总大小为196636字节，下载大小为98987字节。数据文件路径为data/test-*。
Hugging Face2024-07-04 更新100
Saibo-creator/bookcorpus_compact_1024_shard7_of_10_meta
--- dataset_info: features: - name: text dtype: string - name: concept_with_offset dtype: string - name: cid_arrangement sequence: int32 - name: schema_lengths sequence: int6
Hugging Face2023-02-02 更新90
AshtonIsNotHere/nlp_pp_code_dataset
--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 2126529.0 num_examples: 1463 - name: test num_bytes: 528817.0 num_examples: 258
Hugging Face2023-08-26 更新110
rebnej/coco-train-git-large-5best-alpaca
该数据集包含图像ID、输入序列、输出字符串和指令字符串等特征。数据集仅包含训练集，共有566,747个示例，总大小为274,596,574字节。数据集的下载大小为25,652,085字节。
Hugging Face2024-07-18 更新90
