AdapterOcean/med_alpaca_standardized_cluster_13

--- dataset_info: features: - name: text dtype: string - name: conversation_id dtype: int64 - name: embedding sequence: float64 - name: cluster dtype: int64 splits: - name: train num_bytes: 196125315 num_examples: 19241 download_size: 58457645 dataset_size: 196125315 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "med_alpaca_standardized_cluster_13" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征字段： - 字段名：text，数据类型：字符串 - 字段名：会话ID（conversation_id），数据类型：64位整型（int64） - 字段名：嵌入向量（embedding），数据类型：64位浮点型序列 - 字段名：簇ID（cluster），数据类型：64位整型（int64） 数据集划分： - 划分名称：训练集（train），字节大小：196125315，样本数量：19241 下载大小：58457645 字节 数据集总大小：196125315 字节 配置项： - 配置名称：默认配置（default），数据文件： - 对应数据集划分：训练集（train），文件路径：data/train-* --- # “med_alpaca_standardized_cluster_13” 数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • text: 数据类型为 string
  • conversation_id: 数据类型为 int64
  • embedding: 数据类型为 float64 的序列
  • cluster: 数据类型为 int64

数据分割

• 训练集:
  • 文件大小: 196125315 字节
  • 样本数量: 19241 个

数据集大小

• 下载大小: 58457645 字节
• 实际大小: 196125315 字节

配置信息

• 默认配置:
  • 数据文件路径: data/train-*