maxidl/MathInstruct-de

该数据集是TIGER-Lab/MathInstruct的德语版本，使用DeepL进行翻译（非正式风格）。目前仅限于前56,793个示例。数据集中包含英语和德语的消息内容，每条消息包括内容和角色两个字段。数据集的特征包括源语言、英语消息和德语消息，每条消息包含内容和角色。数据集的分割包括训练集，训练集的大小为87,671,574字节，包含56,793个示例。

原始信息汇总

数据集概述

数据特征

• source: 数据来源，数据类型为字符串。
• messages_en: 英文消息列表，包含以下字段：
  • content: 内容，数据类型为字符串。
  • role: 角色，数据类型为字符串。
• messages_de: 德文消息列表，包含以下字段：
  • content: 内容，数据类型为字符串。
  • role: 角色，数据类型为字符串。

数据分割

• train: 训练集，包含87671574字节的数据和56793个样本。

数据大小

• download_size: 下载大小为43803287字节。
• dataset_size: 数据集大小为87671574字节。

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。

其他信息

• 数据集目前仅包含前56793个样本。
• 语言字符统计：
  • 英文：38793154个字符。
  • 德文：42851569个字符。