flydust/WebInstructSub_ax

---
dataset_info:
features:
- name: orig_question
dtype: string
- name: orig_answer
dtype: string
- name: question
dtype: string
- name: answer
dtype: string
- name: source
dtype: string
- name: index
dtype: int64
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
splits:
- name: train
num_bytes: 8765539983
num_examples: 2335220
download_size: 4825397456
dataset_size: 8765539983
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• orig_question: 原始问题，数据类型为字符串。
• orig_answer: 原始答案，数据类型为字符串。
• question: 问题，数据类型为字符串。
• answer: 答案，数据类型为字符串。
• source: 来源，数据类型为字符串。
• index: 索引，数据类型为整数（int64）。
• conversations: 对话列表，包含以下字段：
  • from: 对话来源，数据类型为字符串。
  • value: 对话内容，数据类型为字符串。

数据集划分

• train: 训练集，包含2,335,220个样本，总大小为8,765,539,983字节。

数据集大小

• 下载大小: 4,825,397,456字节。
• 数据集总大小: 8,765,539,983字节。

配置

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