rahat01/crossSum_bn_to_en_instructed

该数据集包含三个主要特征：instruction（指令）、input（输入）和output（输出），均为字符串类型。数据集分为训练集、验证集和测试集，分别包含1229、154和161个样本。数据集的下载大小为5868272字节，总大小为15914241字节。

The dataset contains 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 1229, 154, and 161 samples respectively. The download size of the dataset is 5868272 bytes, and the total size is 15914241 bytes.

原始信息汇总

数据集概述

许可证

• 许可证类型: CC BY-NC-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: 13136590
  • 样本数: 1229
• validation:
  • 字节数: 1291900
  • 样本数: 154
• test:
  • 字节数: 1485751
  • 样本数: 161

数据大小

• 下载大小: 5868272 字节
• 数据集总大小: 15914241 字节

配置

• 配置名称: default
  • 数据文件路径:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*