charanhu/Kannada-Dataset-v03

该数据集包含两个主要特征：prompt和completion，均为字符串类型。数据集包含一个训练集，大小为352,465,214字节，包含389,608个示例。数据集适用于多种任务类别，包括对话、文本生成、文本到文本生成和问答。数据集的语言为卡纳达语（Kannada），并且标签包括卡纳达语、卡纳达语数据集、文本生成、微调、文本到文本和charanhu。数据集的大小类别为100K<n<1M。

原始信息汇总

数据集概述

数据集信息

• 特征:
  • prompt: 数据类型为字符串
  • completion: 数据类型为字符串
• 分割:
  • train: 包含352,465,214字节的数据，共有389,608个样本
• 下载大小: 134,376,077字节
• 数据集大小: 352,465,214字节

配置

• 默认配置:
  • 数据文件路径: data/train-*

许可

• 许可证: Apache-2.0

任务类别

• 对话
• 文本生成
• 文本到文本生成
• 问答

语言

• 卡纳达语 (kn)

标签

• 卡纳达语
• Kannada-Dataset
• 文本生成
• 微调
• 文本到文本
• charanhu

大小类别

• 100K < n < 1M