nguyenthanhdo/patent_v2_merged

--- dataset_info: features: - name: instruction dtype: string - name: input dtype: string - name: output dtype: string - name: lang dtype: string - name: source dtype: string splits: - name: train num_bytes: 118735189 num_examples: 100488 download_size: 66085340 dataset_size: 118735189 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "patent_v2_merged" [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

• 特征列表:

  • instruction: 数据类型为字符串。
  • input: 数据类型为字符串。
  • output: 数据类型为字符串。
  • lang: 数据类型为字符串。
  • source: 数据类型为字符串。

• 数据分割:

  • train: 包含100488个样本，总字节数为118735189。

• 数据大小:

  • 下载大小: 66085340字节。
  • 数据集大小: 118735189字节。

配置信息

• 配置名称: default
  • 数据文件:
    • split: train
    • 路径: data/train-*