Imadken/platypus_masked

---
license: apache-2.0
dataset_info:
features:
- name: input
dtype: string
- name: output
dtype: string
- name: instruction
dtype: string
- name: data_source
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 151193034.49602824
num_examples: 22433
- name: test
num_bytes: 16802221.503971756
num_examples: 2493
download_size: 43272479
dataset_size: 167995256.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• input: 数据类型为字符串
• output: 数据类型为字符串
• instruction: 数据类型为字符串
• data_source: 数据类型为字符串
• input_ids: 序列类型，数据类型为int32
• attention_mask: 序列类型，数据类型为int8
• labels: 序列类型，数据类型为int64

数据集分割

• 训练集 (train):
  • 数据量: 22433个样本
  • 存储大小: 151193034.49602824字节
• 测试集 (test):
  • 数据量: 2493个样本
  • 存储大小: 16802221.503971756字节

数据集大小

• 下载大小: 43272479字节
• 数据集总大小: 167995256.0字节

配置信息

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*