rahat01/xlsum_news_headline_gen_instructed

该数据集包含三个主要特征：instruction（指令）、input（输入）和output（输出），适用于指令或任务导向的自然语言处理任务。数据集分为训练集、验证集和测试集，分别包含8102、1012和1012个示例，总数据量约为105MB。

This dataset includes three main features: instruction, input, and output, suitable for instruction or task-oriented natural language processing tasks. The dataset is divided into training, validation, and test sets, containing 8102, 1012, and 1012 examples respectively, with a total data volume of approximately 105MB.

原始信息汇总

数据集概述

数据特征

• instruction: 字符串类型
• input: 字符串类型
• output: 字符串类型

数据集划分

• train:
  • 样本数量: 8102
  • 字节数: 87787088
• validation:
  • 样本数量: 1012
  • 字节数: 8916960
• test:
  • 样本数量: 1012
  • 字节数: 9162149

数据集大小

• 下载大小: 38272458 字节
• 数据集总大小: 105866197 字节

配置信息

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*