Locutusque/hyperion-v3.0

Hyperion-3.0数据集是一个包含多种数据来源的集合，主要用于问答和文本生成任务。数据集包含1665372个训练样本，总大小为3210068995.811935字节，下载大小为1497036692字节。数据集的特征包括对话内容、来源和权重，支持英语语言。数据来源包括OpenOrca/SlimOrca、cognitivecomputations/dolphin、microsoft/orca-math-word-problems-200k等多个领域的数据集。

原始信息汇总

数据集概述

数据集基本信息

• 许可证: Apache-2.0
• 语言: 英语 (en)
• 大小类别: 1M<n<10M

数据集特征

• features:
  • conversations:
    • from: 数据类型为字符串
    • value: 数据类型为字符串
    • weight: 数据类型为浮点数
  • source: 数据类型为字符串

数据集分割

• splits:
  • train:
    • num_bytes: 3210068995.811935 字节
    • num_examples: 1665372 个示例

数据集大小与下载大小

• download_size: 1497036692 字节
• dataset_size: 3210068995.811935 字节

任务类别

• question-answering
• text-generation

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*