emozilla/Long-Data-Collections-Fine-Tune

该数据集是togethercomputer/Long-Data-Collections数据集的fine-tune分割的Paraquet版本。数据集包含三个特征：text、prompt和completion，均为字符串类型。数据集的分割为train，包含98557个样本，总大小为12859272204字节，下载大小为7118608463字节。字符级别的统计信息显示，总字符数为6419025428，平均字符长度为65130.08135393731。

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为 string
  • prompt: 数据类型为 string
  • completion: 数据类型为 string

数据划分

• 训练集:
  • 名称: train
  • 字节数: 12859272204
  • 样本数: 98557

数据集大小

• 下载大小: 7118608463 字节
• 数据集大小: 12859272204 字节

统计信息

• 总长度: 6419025428 字符
• 平均长度: 65130.08135393731 字符