DanYanh/MedTune_20K

---
dataset_info:
features:
- name: id
dtype: string
- name: data
dtype: string
- name: subject_name
dtype: string
splits:
- name: train
num_bytes: 29603910
num_examples: 20266
download_size: 14964302
dataset_size: 29603910
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

High quality medical dataset comprising of general biology, health science and questions/answers to consumer health for instruction tuning purposes.

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串。
• data: 数据类型为字符串。
• subject_name: 数据类型为字符串。

数据分割

• train: 包含20266个样本，总字节数为29603910。

数据集大小

• 下载大小: 14964302字节。
• 数据集大小: 29603910字节。

配置

• default: 包含训练数据文件，路径为data/train-*。

数据集描述

• 高质量医学数据集，涵盖普通生物学、健康科学以及面向消费者健康的问题/答案，用于指导调优。