Aditi-Gp/flan_v2_processed_dataset

该数据集是从Github仓库中提取的训练集，经过处理移除了响应中少于100个token的指令，并通过余弦相似度进行了数据去重。数据集包含一个关于Pink Floyd音乐会声明的验证问题，以及一个关于摇滚乐队受欢迎程度的陈述。

原始信息汇总

数据集概述

数据集特征

• Claim: 字符串类型，内容为关于Pink Floyd演唱会入场条件的声明。
• no: 字符串类型，可能为答案或选项。
• The rock group would not be as popular is they had such requirements for their concerts.: 字符串类型，关于摇滚乐队受欢迎程度的陈述。
• index_level_0: 整数类型，索引级别。

数据集分割

• 训练集(train): 包含6912个示例，总大小为1621790字节。

数据集大小

• 下载大小: 868274字节
• 数据集大小: 1621790字节

配置

• 默认配置(default): 训练数据文件路径为data/train-*。