hippocrates/PubmedNext_train

--- dataset_info: features: - name: id dtype: string - name: conversations list: - name: from dtype: string - name: value dtype: string - name: text dtype: string splits: - name: train num_bytes: 50728857 num_examples: 20000 download_size: 26436472 dataset_size: 50728857 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。
• conversations: 包含以下子特征：
  • from: 数据类型为字符串。
  • value: 数据类型为字符串。
• text: 数据类型为字符串。

数据分割

• train: 包含20000个样本，总字节数为50728857。

数据集大小

• 下载大小: 26436472字节。
• 数据集大小: 50728857字节。

配置

• default: 包含训练数据文件，路径为data/train-*。