svjack/Bactrian-X-EN-ZH

---
dataset_info:
features:
- name: instruction_en
dtype: string
- name: input_en
dtype: string
- name: id
dtype: string
- name: output_en
dtype: string
- name: instruction_zh
dtype: string
- name: input_zh
dtype: string
- name: output_zh
dtype: string
splits:
- name: train
num_bytes: 97421442
num_examples: 67017
download_size: 61903310
dataset_size: 97421442
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段如下：
1. 英文指令（instruction_en）：数据类型为字符串
2. 英文输入（input_en）：数据类型为字符串
3. 标识符（id）：数据类型为字符串
4. 英文输出（output_en）：数据类型为字符串
5. 中文指令（instruction_zh）：数据类型为字符串
6. 中文输入（input_zh）：数据类型为字符串
7. 中文输出（output_zh）：数据类型为字符串
数据划分信息：
- 训练集（train）：字节占用量为97421442，样本总数为67017
整体下载大小为61903310，数据集总占用大小为97421442
配置项信息：
- 默认配置（default）：对应训练集划分，数据文件路径为data/train-*

原始信息汇总

数据集概述

数据集特征

• instruction_en：英文指令，数据类型为字符串。
• input_en：英文输入，数据类型为字符串。
• id：标识符，数据类型为字符串。
• output_en：英文输出，数据类型为字符串。
• instruction_zh：中文指令，数据类型为字符串。
• input_zh：中文输入，数据类型为字符串。
• output_zh：中文输出，数据类型为字符串。

数据集划分

• train：训练集，包含67017个样本，总大小为97421442字节。

数据集大小

• 下载大小：61903310字节。
• 数据集总大小：97421442字节。