DragonLLM/capstone-curriculum

--- dataset_info: features: - name: src dtype: string - name: tgt dtype: string - name: src_lang dtype: string - name: tgt_lang dtype: string splits: - name: train num_bytes: 9664743948 num_examples: 29743276 - name: test num_bytes: 877727 num_examples: 1996 download_size: 4981228347 dataset_size: 9665621675 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---数据集信息： 数据特征： - 特征名：源文本（src），数据类型：字符串 - 特征名：目标文本（tgt），数据类型：字符串 - 特征名：源语言标识（src_lang），数据类型：字符串 - 特征名：目标语言标识（tgt_lang），数据类型：字符串 数据集划分： - 划分名称：train（训练集），占用字节数：9664743948，样本总数：29743276 - 划分名称：test（测试集），占用字节数：877727，样本总数：1996 下载总大小：4981228347，数据集总存储大小：9665621675 配置方案： - 配置名：default（默认配置），数据文件映射： - 划分train：数据路径为data/train-* - 划分test：数据路径为data/test-*