shijianS01/20-templates-llava-vsft-300k

该数据集包含两个主要特征：messages和images。messages特征是一个列表，其中包含content和role两个子特征。content子特征进一步包含index、text和type三个子特征。images特征的数据类型为图像。数据集分为train和test两个分割，分别包含270,000和30,000个样本，总大小约为15.6GB。数据集的下载大小约为15GB。

The dataset contains two main features: messages and images. The messages feature is a list containing two sub-features: content and role. The content sub-feature further contains three sub-features: index, text, and type. The images feature has a data type of image. The dataset is divided into train and test splits, containing 270,000 and 30,000 samples respectively, with a total size of approximately 15.6GB. The download size of the dataset is approximately 15GB.

原始信息汇总

数据集概述

数据集特征

• messages:
  • content:
    • index: 数据类型为 int64
    • text: 数据类型为 string
    • type: 数据类型为 string
  • role: 数据类型为 string
• images: 数据类型为 image

数据集划分

• train:
  • 数据量: 270,000 条
  • 数据大小: 14,059,036,705 字节
• test:
  • 数据量: 30,000 条
  • 数据大小: 1,569,383,223 字节

数据集大小

• 下载大小: 15,048,784,055 字节
• 数据集总大小: 15,628,419,928 字节

配置信息

• default:
  • train: 数据文件路径为 data/train-*
  • test: 数据文件路径为 data/test-*