AdapterOcean/oasst_top1_standardized_cluster_2

--- dataset_info: features: - name: text dtype: string - name: conversation_id dtype: int64 - name: embedding sequence: float64 - name: cluster dtype: int64 splits: - name: train num_bytes: 22311787 num_examples: 2175 download_size: 6788782 dataset_size: 22311787 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "oasst_top1_standardized_cluster_2" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

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。
• conversation_id: 数据类型为整数64位。
• embedding: 序列类型为浮点数64位。
• cluster: 数据类型为整数64位。

数据分割

• train: 包含2175个样本，总字节数为22311787。

数据大小

• 下载大小: 6788782字节。
• 数据集大小: 22311787字节。

配置

• default: 包含训练数据文件，路径为data/train-*。