HuggingFaceTB/cosmopedia-20k

--- dataset_info: features: - name: prompt dtype: string - name: text_token_length dtype: int64 - name: text dtype: string - name: seed_data dtype: string - name: format dtype: string - name: audience dtype: string splits: - name: train num_bytes: 106552071 num_examples: 20000 download_size: 61001984 dataset_size: 106552071 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集信息

特征

• prompt: 字符串类型
• text_token_length: 64位整数类型
• text: 字符串类型
• seed_data: 字符串类型
• format: 字符串类型
• audience: 字符串类型

数据分割

• train: 包含20000个样本，占用106552071字节

数据集大小

• 下载大小: 61001984字节
• 数据集大小: 106552071字节

配置

• default:
  • 数据文件路径: data/train-*