AshnaThajudheen/modified_oasst2_dataset

该数据集包含文本数据，主要特征为文本字符串。数据集分为训练集和验证集两部分，训练集包含128,575个样本，验证集包含6,599个样本。总下载大小为43,239,186字节，数据集总大小为79,378,667字节。

This dataset contains text data, with the main feature being text strings. The dataset is divided into a training set and a validation set, with the training set containing 128,575 samples and the validation set containing 6,599 samples. The total download size is 43,239,186 bytes, and the total dataset size is 79,378,667 bytes.

原始信息汇总

数据集概述

数据特征

• 名称: text
• 数据类型: string

数据划分

• 训练集
  • 名称: train
  • 字节数: 75687695
  • 样本数: 128575
• 验证集
  • 名称: validation
  • 字节数: 3690972
  • 样本数: 6599

数据集大小

• 下载大小: 43239186
• 总大小: 79378667

配置

• 配置名称: default
  • 数据文件路径
    • 训练集: data/train-*
    • 验证集: data/validation-*