yueqingyou/BioQwen

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。数据集分为三个部分：Generative（生成）、Comprehension（理解）和COIG，每个部分都有相应的字节大小和示例数量。Generative部分包含188,335个示例，占用198,807,135字节；Comprehension部分包含182,769个示例，占用169,739,108字节；COIG部分包含26,347个示例，占用83,630,452字节。数据集的下载大小为208,619,592字节，总存储大小为452,176,695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: Generative, Comprehension, and COIG, each with corresponding byte sizes and number of examples. The Generative part contains 188,335 examples and occupies 198,807,135 bytes; the Comprehension part contains 182,769 examples and occupies 169,739,108 bytes; the COIG part contains 26,347 examples and occupies 83,630,452 bytes. The download size of the dataset is 208,619,592 bytes, and the total storage size is 452,176,695 bytes.

原始信息汇总

数据集概述

数据集特征

• 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。

数据集分割

• Generative:
  • 字节数: 198,807,135
  • 样本数: 188,335
• Comprehension:
  • 字节数: 169,739,108.01635748
  • 样本数: 182,769
• COIG:
  • 字节数: 83,630,451.9164408
  • 样本数: 26,347

数据集大小

• 下载大小: 208,619,592 字节
• 总数据集大小: 452,176,694.93279827 字节

配置

• 配置名称: default
  • Generative: 数据路径为 data/Generative-*
  • Comprehension: 数据路径为 data/Comprehension-*
  • COIG: 数据路径为 data/COIG-*