MaralGPT/slimorca-chinkara-format

该数据集与SlimOrca数据集相同，但其格式适用于特定的训练系统。数据集包含一个名为text的字符串字段，并提供了一个train分割，包含517,982个样本，大小为926,595,116字节。

原始信息汇总

数据集概述

数据集信息

• 特征:

  • 名称: text
  • 数据类型: string

• 分割:

  • 名称: train
  • 字节数: 926595116
  • 样本数: 517982

• 下载大小: 448408540

• 数据集大小: 926595116

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*