AdapterOcean/code_instructions_standardized_cluster_11

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float64
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 81708985
num_examples: 7091
download_size: 26582930
dataset_size: 81708985
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "code_instructions_standardized_cluster_11"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

特征

• text: 数据类型为字符串。
• conversation_id: 数据类型为整数64位。
• embedding: 序列类型为浮点数64位。
• cluster: 数据类型为整数64位。

数据分割

• train: 包含7091个样本，总字节数为81708985。

数据大小

• 下载大小: 26582930字节。
• 数据集大小: 81708985字节。

配置

• default: 包含训练数据文件，路径为data/train-*。