AdapterOcean/code_instructions_standardized_cluster_2

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float64
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 205305400
num_examples: 20427
download_size: 58413647
dataset_size: 205305400
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "code_instructions_standardized_cluster_2"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:

  • text: 数据类型为字符串（string）
  • conversation_id: 数据类型为64位整数（int64）
  • embedding: 数据类型为64位浮点数序列（sequence: float64）
  • cluster: 数据类型为64位整数（int64）

• 数据分割:

  • train: 包含20,427个样本，总字节数为205,305,400字节

• 数据集大小:

  • 下载大小: 58,413,647字节
  • 数据集大小: 205,305,400字节

配置信息

• 配置名称: default
  • 数据文件:
    • split: train
    • path: data/train-*