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