ejbejaranos/ScienticDatasetArxiv-phi3-Format

---
dataset_info:
features:
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 312413079
num_examples: 210580
download_size: 127896908
dataset_size: 312413079
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

# Scientific Dataset Repository

Este repositorio contiene un conjunto de datos de conversaciones estructuradas, diseñado para ser utilizado en modelos de deep learning. El conjunto de datos está organizado y preparado para su uso en la plataforma Huggingface.

## Información del Conjunto de Datos

El conjunto de datos incluye las siguientes características:

- **conversations**:
- **from**: Tipo de dato: `string`. Indica el origen de la conversación.
- **value**: Tipo de dato: `string`. Contenido de la conversación.

- **text**: Tipo de dato: `string`. Texto adicional relacionado con la conversación.

### Divisiones del Conjunto de Datos

El conjunto de datos está dividido en los siguientes segmentos:

- **train**:
- **Tamaño en bytes**: 312,413,079
- **Número de ejemplos**: 210,580

### Tamaño del Conjunto de Datos

- **Tamaño de descarga**: 127,896,908 bytes
- **Tamaño total del conjunto de datos**: 312,413,079 bytes

### Configuraciones

El conjunto de datos tiene la siguiente configuración:

- **config_name**: `default`
- **Archivos de datos**:
- **División**: `train`
- **Ruta**: `data/train-*`

## Ejemplo de Uso

Aquí se muestra un ejemplo de cómo cargar y utilizar este conjunto de datos en Huggingface:

```python
from datasets import load_dataset

# Cargar el conjunto de datos
dataset = load_dataset('ejbejaranos/ScienticDatasetArxiv-phi3-Format', name='default')

# Acceder a la división de entrenamiento
train_dataset = dataset['train']

# Mostrar un ejemplo
print(train_dataset[0])

原始信息汇总

数据集概述

数据集特征

• conversations:
  • from: 数据类型: string
  • value: 数据类型: string
• text: 数据类型: string

数据集分割

• train:
  • 字节大小: 312,413,079
  • 示例数量: 210,580

数据集大小

• 下载大小: 127,896,908 bytes
• 总数据集大小: 312,413,079 bytes

配置信息

• config_name: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*