andersonbcdefg/lm_instruction_pairs_v2_deduped_nocf_no_lenfilter

---
dataset_info:
features:
- name: query
dtype: string
- name: pos
dtype: string
splits:
- name: train
num_bytes: 5595069386
num_examples: 4472799
download_size: 3453722094
dataset_size: 5595069386
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名称：query（查询文本），数据类型：字符串
- 字段名称：pos（正例样本），数据类型：字符串
数据划分：
- 划分名称：train（训练集），字节数：5595069386，样本数量：4472799
下载大小：3453722094
数据集总大小：5595069386
配置项：
- 配置名称：default（默认），数据文件：
- 划分：train（训练集），路径：data/train-*

原始信息汇总

数据集概述

数据特征

• 名称: query
  • 数据类型: string
• 名称: pos
  • 数据类型: string

数据分割

• 名称: train
  • 字节数: 5595069386
  • 样本数: 4472799

数据集大小

• 下载大小: 3453722094
• 数据集大小: 5595069386

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*