wisenut-nlp-team/llama_ko_qa

该数据集包含多个子集，每个子集针对不同的任务和领域。具体包括：1) 行政文档的机器阅读理解数据；2) 图书资料的机器阅读理解数据；3) 数字运算的机器阅读理解数据；4) 基于Ko Wiki的问答数据；5) 一般常识的问答数据；6) Kor_Squad问答数据；7) 表格信息问答数据（提取型）。每个子集都有相应的训练数据，数据量从66.1k到720k不等。

原始信息汇总

数据集概述

1. 数据集配置名称：admin

• 特征：
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
• 训练集：
  • 字节数: 563415884
  • 示例数: 315745
  • 下载大小: 331463546
  • 数据集大小: 563415884

2. 数据集配置名称：books

• 特征：
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
• 训练集：
  • 字节数: 129464228
  • 示例数: 85511
  • 下载大小: 77729831
  • 数据集大小: 129464228

3. 数据集配置名称：calc

• 特征：
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
• 训练集：
  • 字节数: 146614073
  • 示例数: 100000
  • 下载大小: 87436329
  • 数据集大小: 146614073

4. 数据集配置名称：closed_book

• 特征：
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
• 训练集：
  • 字节数: 145156931
  • 示例数: 137505
  • 下载大小: 87384523
  • 数据集大小: 145156931

5. 数据集配置名称：commonsense

• 特征：
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
• 训练集：
  • 字节数: 114321297
  • 示例数: 93814
  • 下载大小: 73885409
  • 数据集大小: 114321297

6. 数据集配置名称：korsquad

• 特征：
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
• 训练集：
  • 字节数: 97521500
  • 示例数: 66074
  • 下载大小: 16165226
  • 数据集大小: 97521500

7. 数据集配置名称：table_qa_html

• 特征：
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
• 训练集：
  • 字节数: 1388078453.661607
  • 示例数: 719993
  • 下载大小: 200087467
  • 数据集大小: 1388078453.661607

8. 数据集配置名称：table_qa_- 特征：

• instruction: 字符串
• input: 字符串
• output: 字符串
• 训练集：
  • 字节数: 1100213029
  • 示例数: 719993
  • 下载大小: 187695569
  • 数据集大小: 1100213029