chargoddard/coedit-reworded

coedit-reworded数据集是Grammarly的coedit数据集，被解析为Alpaca风格的instruction、input和output行。原始的instruction值被替换为更多样化的程序生成的指令，包含23930个独特的instruction值，相比原来的144个。数据集的语言为英语，大小类别为10K<n<100K。

原始信息汇总

数据集概述

数据集信息

• 特征:
  • task: 字符串类型
  • id: 字符串类型
  • original_instruction: 字符串类型
  • instruction: 字符串类型
  • input: 字符串类型
  • output: 字符串类型
• 分割:
  • train: 24317220 字节, 82466 样本
• 下载大小: 12064503 字节
• 数据集大小: 24317220 字节
• 配置:
  • default: 数据文件路径为 data/train-*
• 许可证: Apache-2.0
• 任务类别: 文本生成
• 语言: 英语
• 大小类别: 10K<n<100K

数据集描述

• 该数据集是 Grammarly 的 coedit 数据集，转换为 Alpaca 风格的 instruction, input, 和 output 行，原始 instruction 值被替换为更多样化的程序生成的指令。包含 23930 个独特的 instruction 值，而原始数据集只有 144 个。