distilabel-internal-testing/Capybara-Deduped

---
dataset_info:
features:
- name: source
dtype: string
- name: conversation
list:
- name: input
dtype: string
- name: output
dtype: string
splits:
- name: train
num_bytes: 71793075
num_examples: 15985
download_size: 38019002
dataset_size: 71793075
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• source：数据类型为字符串。
• conversation：包含两个子特征：
  • input：数据类型为字符串。
  • output：数据类型为字符串。

数据集划分

• train：包含15985个样本，总大小为71793075字节。

数据集大小

• 下载大小：38019002字节。
• 数据集总大小：71793075字节。

配置信息

• 默认配置：
  • 数据文件路径：data/train-*，对应于训练集。