xDAN-datasets/COIG-CQIA-all-subset

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: task_type
struct:
- name: major
sequence: string
- name: minor
sequence: string
- name: domain
sequence: string
- name: metadata
dtype: string
- name: answer_from
dtype: string
- name: human_verified
dtype: bool
- name: copyright
dtype: string
- name: subset
dtype: string
splits:
- name: train
num_bytes: 143068959
num_examples: 44694
download_size: 76491912
dataset_size: 143068959
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：指令（instruction），数据类型：字符串
- 名称：输入（input），数据类型：字符串
- 名称：输出（output），数据类型：字符串
- 名称：任务类型（task_type），类型为结构体，包含子字段：
- 大类（major）：字符串序列
- 小类（minor）：字符串序列
- 名称：领域（domain），类型为字符串序列
- 名称：元数据（metadata），数据类型：字符串
- 名称：答案来源（answer_from），数据类型：字符串
- 名称：人工验证（human_verified），数据类型：布尔值
- 名称：版权（copyright），数据类型：字符串
- 名称：子集（subset），数据类型：字符串
数据集划分：
- 名称：训练集（train），字节占用量：143068959，样本数量：44694
下载总大小：76491912
数据集总大小：143068959
配置项：
- 配置名称：默认（default），数据文件：
- 划分集：训练集，路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• instruction: 数据类型 - 字符串
• input: 数据类型 - 字符串
• output: 数据类型 - 字符串
• task_type: 结构化数据类型，包含：
  • major: 序列 - 字符串
  • minor: 序列 - 字符串
• domain: 序列 - 字符串
• metadata: 数据类型 - 字符串
• answer_from: 数据类型 - 字符串
• human_verified: 数据类型 - 布尔值
• copyright: 数据类型 - 字符串
• subset: 数据类型 - 字符串

数据集分割

• train:
  • 字节数: 143068959
  • 示例数: 44694

数据集大小

• 下载大小: 76491912 字节
• 数据集大小: 143068959 字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*