eswardivi/Telugu_InstructData

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
splits:
- name: train
num_bytes: 82739156
num_examples: 33350
download_size: 32498948
dataset_size: 82739156
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
language:
- te
pretty_name: I
license: mit
task_categories:
- text-generation
size_categories:
- 10K<n<100K
---

This dataset is a translated version of three original datasets, namely [HuggingFaceH4/no_robots](https://huggingface.co/datasets/HuggingFaceH4/no_robots), [databricks/databricks-dolly-15k](https://huggingface.co/datasets/databricks/dolly-15k), and a subset of Telugu from [CohereForAI/aya_dataset](https://huggingface.co/datasets/CohereForAI/aya_dataset). It has been curated and processed to create a multilingual avatar dataset.

原始信息汇总

数据集概述

数据特征

• 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: 包含33350个样本，总字节数为82739156。

数据大小

• 下载大小: 32498948字节。
• 数据集大小: 82739156字节。

配置

• default: 包含训练数据文件，路径为data/train-*。

语言

• te: 泰卢固语。

许可证

• MIT许可证。

任务类别

• 文本生成。

大小类别

• 10K<n<100K: 样本数量在1万到10万之间。