visheratin/nllb-coco-long

---
dataset_info:
features:
- name: id
dtype: string
- name: eng_caption
dtype: string
- name: captions
sequence:
sequence: string
splits:
- name: train
num_bytes: 3035416002
num_examples: 45655
download_size: 1907170327
dataset_size: 3035416002
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串。
• eng_caption: 数据类型为字符串。
• captions: 数据类型为字符串序列。

数据分割

• train: 包含45655个样本，数据大小为3035416002字节。

数据集大小

• 下载大小: 1907170327字节。
• 数据集大小: 3035416002字节。

配置

• default:
  • 数据文件:
    • train: 路径为data/train-*。