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-*