argilla/alpaca_data_cleaned

---
dataset_info:
features:
- name: text
dtype: 'null'
- name: inputs
struct:
- name: _instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: prediction
dtype: 'null'
- name: prediction_agent
dtype: 'null'
- name: annotation
dtype: string
- name: annotation_agent
dtype: string
- name: vectors
struct:
- name: input
sequence: float64
- name: instruction
sequence: float64
- name: output
sequence: float64
- name: multi_label
dtype: bool
- name: explanation
dtype: 'null'
- name: id
dtype: string
- name: metadata
dtype: 'null'
- name: status
dtype: string
- name: event_timestamp
dtype: timestamp[us]
- name: metrics
struct:
- name: text_length
dtype: int64
splits:
- name: train
num_bytes: 975104502
num_examples: 51713
download_size: 679574648
dataset_size: 975104502
---
# Dataset Card for "alpaca_data_cleaned"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 字段名：text，数据类型：空值
- 字段名：inputs，为结构体，包含如下子字段：
- 子字段名：_instruction，数据类型：字符串
- 子字段名：input，数据类型：字符串
- 子字段名：output，数据类型：字符串
- 字段名：prediction，数据类型：空值
- 字段名：prediction_agent，数据类型：空值（该字段记录预测智能体（AI Agent）的相关信息）
- 字段名：annotation，数据类型：字符串
- 字段名：annotation_agent，数据类型：字符串（该字段记录标注智能体（AI Agent）的相关信息）
- 字段名：vectors，为结构体，包含如下子字段：
- 子字段名：input，为双精度浮点数（float64）序列
- 子字段名：instruction，为双精度浮点数（float64）序列
- 子字段名：output，为双精度浮点数（float64）序列
- 字段名：multi_label，数据类型：布尔型
- 字段名：explanation，数据类型：空值
- 字段名：id，数据类型：字符串
- 字段名：metadata，数据类型：空值
- 字段名：status，数据类型：字符串
- 字段名：event_timestamp，数据类型：微秒级时间戳（timestamp[us]）
- 字段名：metrics，为结构体，包含如下子字段：
- 子字段名：text_length，数据类型：64位整数（int64）
数据集划分：
- 划分集名称：训练集（train），占用字节数：975104502，样本总量：51713
下载大小：679574648
数据集总大小：975104502

# "alpaca_data_cleaned"数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称：alpaca_data_cleaned

数据集特征

• text：数据类型为 null。
• inputs：结构化数据，包含以下字段：
  • _instruction：数据类型为 string。
  • input：数据类型为 string。
  • output：数据类型为 string。
• prediction：数据类型为 null。
• prediction_agent：数据类型为 null。
• annotation：数据类型为 string。
• annotation_agent：数据类型为 string。
• vectors：结构化数据，包含以下字段：
  • input：序列类型为 float64。
  • instruction：序列类型为 float64。
  • output：序列类型为 float64。
• multi_label：数据类型为 bool。
• explanation：数据类型为 null。
• id：数据类型为 string。
• metadata：数据类型为 null。
• status：数据类型为 string。
• event_timestamp：数据类型为 timestamp[us]。
• metrics：结构化数据，包含以下字段：
  • text_length：数据类型为 int64。

数据集分割

• train：
  • num_bytes：975104502
  • num_examples：51713

数据集大小

• download_size：679574648
• dataset_size：975104502