vinhtran2611/semiconductor_only_v3_filtered_formated

--- dataset_info: features: - name: source dtype: string - name: input dtype: string - name: instruction dtype: string - name: output dtype: string - name: text dtype: string - name: type dtype: string - name: conversations list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 1459019852 num_examples: 111253 download_size: 229131216 dataset_size: 1459019852 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集信息

特征

• source: 数据类型为字符串。
• input: 数据类型为字符串。
• instruction: 数据类型为字符串。
• output: 数据类型为字符串。
• text: 数据类型为字符串。
• type: 数据类型为字符串。
• conversations: 包含以下子特征的列表：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据分割

• train: 包含111,253个样本，占用1,459,019,852字节。

数据集大小

• 下载大小: 229,131,216字节。
• 数据集大小: 1,459,019,852字节。

配置

• default: 包含训练数据文件，路径为data/train-*。