Sentry123/cleaned_pretrain_dataset

--- dataset_info: features: - name: instruction dtype: string - name: input dtype: string - name: output dtype: string splits: - name: train num_bytes: 57827585 num_examples: 41601 - name: test num_bytes: 14431063 num_examples: 10401 download_size: 33126188 dataset_size: 72258648 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： - 名称：指令（instruction），数据类型：字符串 - 名称：输入（input），数据类型：字符串 - 名称：输出（output），数据类型：字符串 数据集拆分： - 拆分名称：训练集（train），字节数：57827585，样本数量：41601 - 拆分名称：测试集（test），字节数：14431063，样本数量：10401 下载大小：33126188 数据集总大小：72258648 数据集配置： - 配置名称：默认配置 数据文件： - 拆分：训练集（train），路径：data/train-* - 拆分：测试集（test），路径：data/test-*