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-*