Lokilanister/deduplicated-orca-dataset

---
dataset_info:
features:
- name: source
dtype: string
- name: target
dtype: string
splits:
- name: train
num_bytes: 222845776
num_examples: 99738
download_size: 125553147
dataset_size: 222845776
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

特征信息

• source: 类型为字符串。
• target: 类型为字符串。

数据分割

• train: 包含99738个样本，占用222845776字节。

数据集大小

• 下载大小: 125553147字节。
• 数据集大小: 222845776字节。

配置信息

• default:
  • 数据文件:
    • train: 路径为data/train-*。