AcapeLlama/AcapeLlama_v2.0_induce_align

--- dataset_info: - config_name: line features: - name: title dtype: string - name: genre dtype: string - name: mungchi sequence: int64 - name: output dtype: string - name: lyrics dtype: string - name: instruction dtype: string - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 922121019.4069357 num_examples: 429100 - name: test num_bytes: 102458368.59306428 num_examples: 47678 download_size: 425285815 dataset_size: 1024579388.0 - config_name: total features: - name: title dtype: string - name: genre dtype: string - name: mungchi sequence: int64 - name: output dtype: string - name: lyrics dtype: string - name: instruction dtype: string - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 20053146.6 num_examples: 4842 - name: test num_bytes: 2228127.4 num_examples: 538 download_size: 7266111 dataset_size: 22281274.0 - config_name: verse features: - name: title dtype: string - name: genre dtype: string - name: mungchi sequence: int64 - name: output dtype: string - name: lyrics dtype: string - name: instruction dtype: string - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 90737951.11274482 num_examples: 31523 - name: test num_bytes: 10083273.887255182 num_examples: 3503 download_size: 40103429 dataset_size: 100821225.0 configs: - config_name: line data_files: - split: train path: line/train-* - split: test path: line/test-* - config_name: total data_files: - split: train path: total/train-* - split: test path: total/test-* - config_name: verse data_files: - split: train path: verse/train-* - split: test path: verse/test-* ---

原始信息汇总

数据集概述

配置名称：line

• 特征信息：

  • title: 字符串类型
  • genre: 字符串类型
  • mungchi: 整数序列类型
  • output: 字符串类型
  • lyrics: 字符串类型
  • instruction: 字符串类型
  • index_level_0: 整数类型

• 数据分割：

  • 训练集：429100个样本，大小为922121019.4069357字节
  • 测试集：47678个样本，大小为102458368.59306428字节

• 下载大小： 425285815字节

• 数据集总大小： 1024579388.0字节

配置名称：total

• 特征信息：

  • title: 字符串类型
  • genre: 字符串类型
  • mungchi: 整数序列类型
  • output: 字符串类型
  • lyrics: 字符串类型
  • instruction: 字符串类型
  • index_level_0: 整数类型

• 数据分割：

  • 训练集：4842个样本，大小为20053146.6字节
  • 测试集：538个样本，大小为2228127.4字节

• 下载大小： 7266111字节

• 数据集总大小： 22281274.0字节

配置名称：verse

• 特征信息：

  • title: 字符串类型
  • genre: 字符串类型
  • mungchi: 整数序列类型
  • output: 字符串类型
  • lyrics: 字符串类型
  • instruction: 字符串类型
  • index_level_0: 整数类型

• 数据分割：

  • 训练集：31523个样本，大小为90737951.11274482字节
  • 测试集：3503个样本，大小为10083273.887255182字节

• 下载大小： 40103429字节

• 数据集总大小： 100821225.0字节