gogo8232/experiment_perplexity_instruction

该数据集包含多个特征字段，如指令、输入、输出、文本、指令困惑度和困惑度，适用于自然语言处理任务，如指令生成、文本生成或语言模型训练。数据集包含一个训练分割，共有34,866个样本，总大小为76,704,189字节。

This dataset includes multiple feature fields such as instruction, input, output, text, instruction perplexity, and perplexity, suitable for natural language processing tasks like instruction generation, text generation, or language model training. The dataset contains one training split with 34,866 samples and a total size of 76,704,189 bytes.

原始信息汇总

数据集概述

数据集特征

• instruction: 字符串类型
• input: 字符串类型
• output: 字符串类型
• text: 字符串类型
• instruction_perplexity: 浮点数类型
• perplexity: 浮点数类型

数据集分割

• train:
  • 样本数量: 34866
  • 数据大小: 76704189 字节

数据集大小

• 下载大小: 42768834 字节
• 数据集大小: 76704189 字节

配置

• default:
  • 数据文件路径: data/train-*