Xhaheen/Alpaca_urdu__2024

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: telugu_instruction
dtype: string
- name: telugu_input
dtype: string
- name: telugu_output
dtype: string
- name: telugu_transliterated_instruction
dtype: string
- name: telugu_transliterated_input
dtype: string
- name: telugu_transliterated_output
dtype: string
- name: urdu_instruction
dtype: string
- name: urdu_input
dtype: string
- name: urdu_output
dtype: string
- name: prompt
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 63105604.0
num_examples: 5782
download_size: 25892958
dataset_size: 63105604.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• instruction：字符串类型
• input：字符串类型
• output：字符串类型
• telugu_instruction：字符串类型
• telugu_input：字符串类型
• telugu_output：字符串类型
• telugu_transliterated_instruction：字符串类型
• telugu_transliterated_input：字符串类型
• telugu_transliterated_output：字符串类型
• urdu_instruction：字符串类型
• urdu_input：字符串类型
• urdu_output：字符串类型
• prompt：字符串类型
• input_ids：序列类型，整数32位
• attention_mask：序列类型，整数8位

数据集分割

• train：
  • 字节数：63105604.0
  • 示例数：5782

数据集大小

• 下载大小：25892958字节
• 数据集大小：63105604.0字节

配置

• config_name：default
• data_files：
  • split：train
  • path：data/train-*