4n3mone/aya_collection_korean

该数据集是从CohereForAI/aya_collection_language_split中提取的韩语部分数据集。数据集中包含多个来源的数据集，部分数据集是翻译版本。数据集的特征包括id、inputs、targets、dataset_name、sub_dataset_name、task_type、template_id、language、script和split。数据集分为train、validation和test三个部分，分别包含3605894、276202和279418个样本。数据集的下载大小为1147896919字节，总大小为2549533942字节。

原始信息汇总

数据集概述

数据集信息

• 特征列表：

  • id: 类型 int64
  • inputs: 类型 string
  • targets: 类型 string
  • dataset_name: 类型 string
  • sub_dataset_name: 类型 string
  • task_type: 类型 string
  • template_id: 类型 int64
  • language: 类型 string
  • script: 类型 string
  • split: 类型 string

• 数据分割：

  • train: 字节数 2164270878, 样本数 3605894
  • validation: 字节数 182708679, 样本数 276202
  • test: 字节数 202554385, 样本数 279418

• 数据大小：

  • 下载大小: 1147896919 字节
  • 数据集大小: 2549533942 字节

配置信息

• 默认配置：
  • 数据文件路径：
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*

许可信息

• 许可证: apache-2.0

语言信息

• 支持语言: ko（韩语）