LGizkde/cosmo-10k-gpt4o_prompt

该数据集包含多个特征字段，包括提示（prompt）、文本长度（text_token_length）、文本内容（text）、种子数据（seed_data）、格式（format）、受众（audience）和标记长度（token_length）。数据集被分割为训练集，包含10,000个样本，总大小为64,778,374字节。该数据集可能用于自然语言处理任务，如文本生成或文本分析。

This dataset includes multiple feature fields such as prompt, text_token_length, text, seed_data, format, audience, and token_length. The dataset is split into a training set containing 10,000 samples with a total size of 64,778,374 bytes. This dataset is likely intended for natural language processing tasks such as text generation or text analysis.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 数据类型为 string
• text_token_length: 数据类型为 int64
• text: 数据类型为 string
• seed_data: 数据类型为 string
• format: 数据类型为 string
• audience: 数据类型为 string
• token_length: 数据类型为 int64

数据分割

• train: 包含 10000 个样本，大小为 64778374.0 字节

数据集大小

• 下载大小: 35623073 字节
• 数据集大小: 64778374.0 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*