AdapterOcean/python-code-instructions-18k-alpaca-standardized_embedded

--- dataset_info: features: - name: text dtype: string - name: conversation_id dtype: int64 - name: embedding sequence: float32 splits: - name: train num_bytes: 87593901 num_examples: 18611 download_size: 43001115 dataset_size: 87593901 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "python-code-instructions-18k-alpaca-standardized_embedded" [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： - 字段名：text，数据类型：字符串（string） - 字段名：conversation_id，数据类型：64位整数（int64） - 字段名：embedding，数据类型：32位浮点型序列（float32） 数据集划分： - 划分名称：train（训练集），占用字节数：87593901，样本数量：18611 下载大小：43001115 数据集总大小：87593901 配置项： - 配置名称：default（默认配置），数据文件： - 对应划分：train（训练集），文件路径：data/train-* --- # "python-code-instructions-18k-alpaca-standardized_embedded" 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

数据集信息

• 特征:

  • text: 类型为 string
  • conversation_id: 类型为 int64
  • embedding: 类型为 float32 的序列

• 分割:

  • train: 包含 18611 个样本，占用 87593901 字节

• 大小:

  • 下载大小: 43001115 字节
  • 数据集大小: 87593901 字节

配置

• 默认配置:
  • 数据文件路径: data/train-*