Suchinthana/databricks-dolly-15k-tamil

该数据集是一个泰米尔语问答数据集，包含15012个训练样本。每个样本包括instruction（指令）、context（上下文）、response（回答）和category（类别）四个特征，数据类型均为字符串。数据集的总大小为35396494字节，下载大小为12881336字节。数据集的任务类别是问答，适用于10K到100K样本规模的应用场景。

This dataset is a Tamil-language question answering dataset containing 15012 training samples. Each sample includes four features: instruction, context, response, and category, all with string data types. The total size of the dataset is 35396494 bytes, and its download size is 12881336 bytes. The task category of this dataset is question answering, and it is applicable to application scenarios with a sample scale ranging from 10K to 100K.

原始信息汇总

数据集概述

许可证

• 许可证类型：cc-by-sa-3.0

数据集信息

• 特征信息

  • 名称：instruction
    • 数据类型：string
  • 名称：context
    • 数据类型：string
  • 名称：response
    • 数据类型：string
  • 名称：category
    • 数据类型：string

• 数据分割

  • 名称：train
    • 字节数：35396494
    • 样本数：15012

• 数据大小

  • 下载大小：12881336
  • 数据集大小：35396494

配置信息

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

任务类别

• 任务类别：question-answering

语言

• 语言：ta

数据集大小类别

• 大小类别：10K<n<100K