MoMonir/CohereForAI_aya_dataset_Arabic

---
dataset_info:
features:
- name: inputs
dtype: string
- name: targets
dtype: string
- name: language
dtype: string
- name: language_code
dtype: string
splits:
- name: train
num_bytes: 16305787.110821202
num_examples: 13960
- name: test
num_bytes: 231601.14285714287
num_examples: 250
download_size: 3637360
dataset_size: 16537388.253678346
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
language:
- arb
- ary
- ars
- acq
- arz
- ajp
license: apache-2.0
---

This Dataset Filterd From https://huggingface.co/datasets/CohereForAI/aya_dataset

原始信息汇总

数据集概述

数据集特征

• inputs：数据类型为字符串。
• targets：数据类型为字符串。
• language：数据类型为字符串。
• language_code：数据类型为字符串。

数据集分割

• 训练集（train）：包含13960个样本，总大小为16305787.110821202字节。
• 测试集（test）：包含250个样本，总大小为231601.14285714287字节。

数据集大小

• 下载大小：3637360字节。
• 数据集总大小：16537388.253678346字节。

配置文件

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

支持的语言

• arb
• ary
• ars
• acq
• arz
• ajp

许可证

• Apache-2.0