lemousehunter/med-instruct-align-1_parquet

该数据集包含三个主要特征：input、output和system，均为字符串类型。数据集分为训练集和测试集，训练集包含7,117,914个样本，测试集包含790,882个样本。数据集的下载大小为4,114,631,209字节，总大小为8,727,880,630字节。数据文件路径分别为data/train-*和data/test-*。

The dataset contains three main features: input, output, and system, all of which are of string type. The dataset is divided into a training set and a test set, with the training set containing 7,117,914 samples and the test set containing 790,882 samples. The download size of the dataset is 4,114,631,209 bytes, and the total size is 8,727,880,630 bytes. The data file paths are data/train-* and data/test-*.

原始信息汇总

数据集概述

数据特征

• input: 数据类型为字符串。
• output: 数据类型为字符串。
• system: 数据类型为字符串。

数据分割

• train:
  • 字节数: 7855089918.440913
  • 样本数: 7117914
• test:
  • 字节数: 872790711.5590869
  • 样本数: 790882

数据大小

• 下载大小: 4114631209 字节
• 数据集总大小: 8727880630.0 字节

配置

• default:
  • train: 数据路径为 data/train-*
  • test: 数据路径为 data/test-*