helloelwin/selfeval-alpaca-2b-s2-t0.6-l

该数据集包含问题和答案的配对，主要用于训练和测试问答系统。数据集分为训练集和测试集，训练集包含18000个样本，测试集包含2000个样本。每个样本包含一个问题和对应的答案，问题和答案的数据类型均为字符串。

This dataset consists of question and answer pairs, primarily used for training and testing question-answering systems. The dataset is divided into a training set with 18,000 samples and a test set with 2,000 samples. Each sample includes a question and its corresponding answer, with both the question and answer being of string type.

原始信息汇总

数据集概述

数据特征

• 问题 (question): 数据类型为字符串 (string)
• 答案 (answer): 数据类型为字符串 (string)

数据分割

• 训练集 (train):
  • 字节数: 16198674
  • 样本数: 18000
• 测试集 (test):
  • 字节数: 1790644
  • 样本数: 2000

数据大小

• 下载大小: 4409919 字节
• 数据集总大小: 17989318 字节

配置

• 默认配置 (default):
  • 训练集文件路径: data/train-*
  • 测试集文件路径: data/test-*