wisenut-nlp-team/llama_ch

---
dataset_info:
- config_name: chat
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
splits:
- name: train
num_bytes: 1422208016
num_examples: 6820506
download_size: 670955718
dataset_size: 1422208016
- config_name: closed_qa
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
splits:
- name: train
num_bytes: 17174089
num_examples: 10142
download_size: 4145020
dataset_size: 17174089
- config_name: smr
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
splits:
- name: train
num_bytes: 1138324417
num_examples: 2400591
download_size: 694024048
dataset_size: 1138324417
configs:
- config_name: chat
data_files:
- split: train
path: chat/train-*
- config_name: closed_qa
data_files:
- split: train
path: closed_qa/train-*
- config_name: smr
data_files:
- split: train
path: smr/train-*
---

The dataset includes three configurations: chat, closed_qa, and smr. Each configuration has the same feature structure, including instruction, input, and output, all of which are string types. Each configuration has a training split with different numbers of bytes and examples. The chat configuration has the largest training set, containing 6,820,506 examples and 1,422,208,016 bytes. The closed_qa configuration has the smallest training set, containing 10,142 examples and 17,174,089 bytes. The smr configurations training set is in between, containing 2,400,591 examples and 1,138,324,417 bytes.

原始信息汇总

数据集概述

配置名称：chat

• 特征信息：
  • 指令（instruction）：字符串类型
  • 输入（input）：字符串类型
  • 输出（output）：字符串类型
• 数据分割：
  • 训练集（train）：
    • 数据量：6820506个样本
    • 存储大小：1422208016字节
    • 下载大小：670955718字节

配置名称：closed_qa

• 特征信息：
  • 指令（instruction）：字符串类型
  • 输入（input）：字符串类型
  • 输出（output）：字符串类型
• 数据分割：
  • 训练集（train）：
    • 数据量：10142个样本
    • 存储大小：17174089字节
    • 下载大小：4145020字节

配置名称：smr

• 特征信息：
  • 指令（instruction）：字符串类型
  • 输入（input）：字符串类型
  • 输出（output）：字符串类型
• 数据分割：
  • 训练集（train）：
    • 数据量：2400591个样本
    • 存储大小：1138324417字节
    • 下载大小：694024048字节