jtatman/wizard_alpaca_dolly_orca_uncensored_masked

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: system
dtype: string
- name: output
dtype: string
- name: masked_instruction
dtype: string
- name: masked_input
dtype: string
- name: masked_system
dtype: string
- name: masked_output
dtype: string
- name: filled_instruction
list:
- name: score
dtype: float64
- name: sequence
dtype: string
- name: token
dtype: int64
- name: token_str
dtype: string
- name: filled_input
list:
- name: score
dtype: float64
- name: sequence
dtype: string
- name: token
dtype: int64
- name: token_str
dtype: string
- name: filled_system
list:
- name: score
dtype: float64
- name: sequence
dtype: string
- name: token
dtype: int64
- name: token_str
dtype: string
- name: filled_output
list:
- name: score
dtype: float64
- name: sequence
dtype: string
- name: token
dtype: int64
- name: token_str
dtype: string
splits:
- name: train
num_bytes: 739400762
num_examples: 104179
download_size: 217086597
dataset_size: 739400762
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "wizard_alpaca_dolly_orca_uncensored_masked"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集信息

特征

• instruction: 类型为字符串。
• input: 类型为字符串。
• system: 类型为字符串。
• output: 类型为字符串。
• masked_instruction: 类型为字符串。
• masked_input: 类型为字符串。
• masked_system: 类型为字符串。
• masked_output: 类型为字符串。
• filled_instruction: 包含以下子特征：
  • score: 类型为浮点数。
  • sequence: 类型为字符串。
  • token: 类型为整数。
  • token_str: 类型为字符串。
• filled_input: 包含以下子特征：
  • score: 类型为浮点数。
  • sequence: 类型为字符串。
  • token: 类型为整数。
  • token_str: 类型为字符串。
• filled_system: 包含以下子特征：
  • score: 类型为浮点数。
  • sequence: 类型为字符串。
  • token: 类型为整数。
  • token_str: 类型为字符串。
• filled_output: 包含以下子特征：
  • score: 类型为浮点数。
  • sequence: 类型为字符串。
  • token: 类型为整数。
  • token_str: 类型为字符串。

数据分割

• train: 包含104179个样本，占用739400762字节。

数据集大小

• 下载大小: 217086597字节。
• 数据集大小: 739400762字节。

配置

• default: 包含训练数据文件，路径为data/train-*。