Sharathhebbar24/Cleansed_OpenOrca
收藏Hugging Face2024-01-27 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Sharathhebbar24/Cleansed_OpenOrca
下载链接
链接失效反馈官方服务：
资源简介：
Orca Cleansed Dataset是Open-Orca/OpenOrca数据集的净化版本，仅包含训练分割。该数据集用于文本生成任务，语言为英语，规模在10M到100M之间。数据集的特征包括文本字段，数据类型为字符串。训练分割包含4,233,923个示例，总大小为7,324,303,370字节。
Orca Cleansed Dataset是Open-Orca/OpenOrca数据集的净化版本，仅包含训练分割。该数据集用于文本生成任务，语言为英语，规模在10M到100M之间。数据集的特征包括文本字段，数据类型为字符串。训练分割包含4,233,923个示例，总大小为7,324,303,370字节。
提供机构：
Sharathhebbar24
原始信息汇总
数据集概述
数据集信息
- 特征:
text: 数据类型为字符串（string）
- 分割:
train: 包含4233923个样本，总字节数为7324303370
- 下载大小: 4024242213字节
- 数据集大小: 7324303370字节
配置
- 配置名称:
default - 数据文件:
train: 路径为data/train-*
许可证
- 许可证: MIT
任务类别
- 任务类别: 文本生成（
text-generation）
语言
- 语言: 英语（
en）
大小类别
- 大小类别: 10M<n<100M
