shirsh10mall/LLM_Instruct_Learning_Project_Preprocessed_Tokenized_Open_Orca_Dataset_Flan_T5

---
dataset_info:
features:
- name: system_prompt
dtype: string
- name: question
dtype: string
- name: response
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
- name: Inputs Token length
dtype: int64
- name: Response Token length
dtype: int64
splits:
- name: train
num_bytes: 1283943963.5926845
num_examples: 430318
- name: test
num_bytes: 226579926.12734038
num_examples: 75939
download_size: 588711752
dataset_size: 1510523889.7200248
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---
# Dataset Card for "temp_data_LLM_Project"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• system_prompt：字符串类型
• question：字符串类型
• response：字符串类型
• input_ids：整数序列，类型为int32
• attention_mask：整数序列，类型为int8
• labels：整数序列，类型为int64
• Inputs Token length：整数类型，类型为int64
• Response Token length：整数类型，类型为int64

数据集分割

• 训练集：
  • 示例数量：430318
  • 存储大小：1283943963.5926845字节
• 测试集：
  • 示例数量：75939
  • 存储大小：226579926.12734038字节

数据集大小

• 下载大小：588711752字节
• 数据集总大小：1510523889.7200248字节

配置文件

• 默认配置：
  • 训练数据路径：data/train-*
  • 测试数据路径：data/test-*