Shekswess/medical_llama2_instruct_dataset

该数据集是为Llama 2 LLMs的指令监督微调而创建的，结合了Medical meadow wikidoc和Medquad两个子数据集。Medical meadow wikidoc包含从WikiDoc平台提取的问答对，而Medquad则是一个包含47,457个医疗问答对的综合集合，来源于NIH的12个权威资源。数据集的特征包括输出、输入、指令和提示，主要用于问答任务。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 大小: 10K<n<100K
• 任务类型: 问答

数据集特征

• output: 字符串类型
• input: 字符串类型
• instruction: 字符串类型
• prompt: 字符串类型

数据集分割

• 训练集:
  • 示例数量: 26357
  • 数据大小: 68827329字节

下载与数据集大小

• 下载大小: 29158401字节
• 数据集大小: 68827329字节

配置

• 默认配置:
  • 数据文件:
    • 分割: 训练
    • 路径: data/train-*

标签

• medical