OpenMol/RCR_70K_SP-SFT

--- dataset_info: features: - name: instruction dtype: string - name: input dtype: string - name: output dtype: string splits: - name: train num_bytes: 14555505 num_examples: 70988 - name: dev num_bytes: 1530998 num_examples: 7694 - name: test num_bytes: 1556927 num_examples: 7793 download_size: 4838025 dataset_size: 17643430 configs: - config_name: default data_files: - split: train path: data/train-* - split: dev path: data/dev-* - split: test path: data/test-* ---数据集信息： 特征字段： - 名称：instruction，数据类型：字符串 - 名称：input，数据类型：字符串 - 名称：output，数据类型：字符串 数据集划分： - 划分名称：训练集（train），字节数：14555505，样本数量：70988 - 划分名称：开发集（dev），字节数：1530998，样本数量：7694 - 划分名称：测试集（test），字节数：1556927，样本数量：7793 下载总大小：4838025 数据集总占用大小：17643430 配置项： - 配置名称：默认（default），数据文件： - 划分：训练集（train），路径：data/train-* - 划分：开发集（dev），路径：data/dev-* - 划分：测试集（test），路径：data/test-*

原始信息汇总

数据集信息

特征

• instruction: 数据类型为字符串。
• input: 数据类型为字符串。
• output: 数据类型为字符串。

数据分割

• train: 包含70988个样本，总字节数为14555505。
• dev: 包含7694个样本，总字节数为1530998。
• test: 包含7793个样本，总字节数为1556927。

数据大小

• 下载大小: 4838025字节。
• 数据集大小: 17643430字节。

配置

• default:
  • train: 文件路径为data/train-*。
  • dev: 文件路径为data/dev-*。
  • test: 文件路径为data/test-*。