eswardivi/telugu_instruction_dataset

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
splits:
- name: alpaca
num_bytes: 33750562
num_examples: 28910
- name: teknium
num_bytes: 35037736
num_examples: 43614
- name: train
num_bytes: 68788298
num_examples: 72524
download_size: 78368487
dataset_size: 137576596
configs:
- config_name: default
data_files:
- split: alpaca
path: data/alpaca-*
- split: teknium
path: data/teknium-*
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• instruction: 数据类型为字符串（string）
• input: 数据类型为字符串（string）
• output: 数据类型为字符串（string）

数据分割

• alpaca: 包含33,750,562字节，28,910个样本
• teknium: 包含35,037,736字节，43,614个样本
• train: 包含68,788,298字节，72,524个样本

数据大小

• 下载大小: 78,368,487字节
• 数据集大小: 137,576,596字节

配置

• config_name: default
  • data_files:
    • split: alpaca, path: data/alpaca-*
    • split: teknium, path: data/teknium-*
    • split: train, path: data/train-*