HuggingFaceTB/cosmopedia_stanford_openstax_wiki_1k

--- dataset_info: features: - name: text_token_length dtype: int64 - name: prompt dtype: string - name: text dtype: string - name: seed_data dtype: string - name: format dtype: string - name: audience dtype: string splits: - name: train num_bytes: 18551562 num_examples: 3000 download_size: 9634435 dataset_size: 18551562 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：文本Token长度，数据类型：int64 - 名称：提示词，数据类型：字符串 - 名称：文本，数据类型：字符串 - 名称：种子数据，数据类型：字符串 - 名称：格式，数据类型：字符串 - 名称：受众，数据类型：字符串 数据集拆分： - 拆分名称：训练集，字节数：18551562，样本数量：3000 下载大小：9634435 数据集总大小：18551562 配置项： - 配置名称：默认配置，数据文件： - 拆分集：训练集，路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• text_token_length: 数据类型为 int64。
• prompt: 数据类型为 string。
• text: 数据类型为 string。
• seed_data: 数据类型为 string。
• format: 数据类型为 string。
• audience: 数据类型为 string。

数据集划分

• train:
  • 数据大小: 18551562 字节
  • 示例数量: 3000

数据集大小

• 下载大小: 9634435 字节
• 数据集总大小: 18551562 字节

配置

• default:
  • 训练数据文件路径: data/train-*