rahat01/BanglaNMT_bn_to_en_instructed

该数据集包含三个主要特征：instruction、input和output，均为字符串类型。数据集被分为训练集、验证集和测试集，分别包含2379749、597和1000个例子。数据集的下载大小为354881112字节，总大小为918607022字节。数据文件路径分别为训练集：data/train-*，验证集：data/validation-*，测试集：data/test-*。

The dataset includes three main features: instruction, input, and output, all of which are of string type. The dataset is divided into training, validation, and test sets, containing 2379749, 597, and 1000 examples respectively. The download size of the dataset is 354881112 bytes, and the total size is 918607022 bytes. The data file paths are training set: data/train-*, validation set: data/validation-*, and test set: data/test-*.

原始信息汇总

数据集概述

许可证

• 许可证类型：CC BY-SA 4.0

数据集信息

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

数据分割

• train:
  • 字节数: 917791318
  • 样本数: 2379749
• validation:
  • 字节数: 308058
  • 样本数: 597
• test:
  • 字节数: 507646
  • 样本数: 1000

数据大小

• 下载大小: 354881112 字节
• 数据集总大小: 918607022 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*