malhajar/alpaca-gpt4-tr

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: text
dtype: string
- name: instruction-turkish
dtype: string
- name: input-turkish
dtype: string
- name: output-turkish
dtype: string
- name: text-turkish
dtype: string
- name: translation_1
dtype: string
- name: translation_2
dtype: string
- name: translation_3
dtype: string
- name: translation_4
dtype: string
- name: number_votes
dtype: int64
- name: chosen_translation
dtype: int64
splits:
- name: train
num_bytes: 187948103
num_examples: 52002
download_size: 101142239
dataset_size: 187948103
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 特征名称：指令（instruction），数据类型：字符串
- 特征名称：输入（input），数据类型：字符串
- 特征名称：输出（output），数据类型：字符串
- 特征名称：文本（text），数据类型：字符串
- 特征名称：土耳其语指令（instruction-turkish），数据类型：字符串
- 特征名称：土耳其语输入（input-turkish），数据类型：字符串
- 特征名称：土耳其语输出（output-turkish），数据类型：字符串
- 特征名称：土耳其语文本（text-turkish），数据类型：字符串
- 特征名称：译文1（translation_1），数据类型：字符串
- 特征名称：译文2（translation_2），数据类型：字符串
- 特征名称：译文3（translation_3），数据类型：字符串
- 特征名称：译文4（translation_4），数据类型：字符串
- 特征名称：投票数（number_votes），数据类型：64位整数（int64）
- 特征名称：选定译文（chosen_translation），数据类型：64位整数（int64）
数据划分：
- 划分名称：训练集（train），字节大小：187948103，样本数量：52002
下载大小：101142239
数据集总大小：187948103
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据特征

• instruction: 字符串类型
• input: 字符串类型
• output: 字符串类型
• text: 字符串类型
• instruction-turkish: 字符串类型
• input-turkish: 字符串类型
• output-turkish: 字符串类型
• text-turkish: 字符串类型
• translation_1: 字符串类型
• translation_2: 字符串类型
• translation_3: 字符串类型
• translation_4: 字符串类型
• number_votes: 64位整数类型
• chosen_translation: 64位整数类型

数据分割

• train: 包含187,948,103字节，52,002个样本

数据集大小

• 下载大小: 101,142,239字节
• 数据集大小: 187,948,103字节

配置

• default:
  • 数据文件:
    • split: train
    • path: data/train-*