rohansolo/BB_HindiHinglish-sgpt

---
dataset_info:
features:
- name: id
dtype: string
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train_sft
num_bytes: 531053832
num_examples: 199137
- name: test_sft
num_bytes: 131987986
num_examples: 49785
download_size: 263983731
dataset_size: 663041818
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
- split: test_sft
path: data/test_sft-*
---

原始信息汇总

数据集概述

特征信息

• id: 数据类型为字符串。
• conversations: 包含以下子特征：
  • from: 数据类型为字符串。
  • value: 数据类型为字符串。
• index_level_0: 数据类型为int64。

数据分割

• train_sft:
  • 字节数: 531053832
  • 样本数: 199137
• test_sft:
  • 字节数: 131987986
  • 样本数: 49785

数据大小

• 下载大小: 263983731 字节
• 数据集大小: 663041818 字节

配置信息

• default 配置包含以下数据文件：
  • train_sft: 路径为 data/train_sft-*
  • test_sft: 路径为 data/test_sft-*