communityai/HydraIndicLM___hindi_alpaca_dolly_67k

---
dataset_info:
features:
- name: source
dtype: string
- name: conversations
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 112531269.0
num_examples: 67017
download_size: 39770427
dataset_size: 112531269.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：source，数据类型：字符串
- 字段名：conversations，类型为列表，列表内元素包含如下子字段：
- content：数据类型为字符串，用于存储对话内容
- role：数据类型为字符串，用于标识对话参与方角色
数据集划分：
- 划分名称：train（训练集），存储占用字节数：112531269.0，样本数量：67017
下载体积：39770427
数据集总存储体积：112531269.0
配置项：
- 配置名称：default（默认配置），数据文件配置：
- 对应训练划分，文件路径模式为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。
• conversations：包含以下子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。

数据集分割

• train：包含67017个样本，总数据大小为112531269.0字节。

数据集大小

• 下载大小：39770427字节。
• 数据集总大小：112531269.0字节。

配置

• default：训练数据文件路径为data/train-*。