fhatje/chatgpt_curated_last_dataset

---
dataset_info:
features:
- name: samples
list:
- name: content
dtype: string
- name: type
dtype: string
splits:
- name: train
num_bytes: 32823416.75
num_examples: 12426
- name: test
num_bytes: 1727548.25
num_examples: 654
download_size: 18999644
dataset_size: 34550965.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征配置：
- 字段名称：samples，为列表类型，包含如下子字段：
- 子字段名：content，数据类型：字符串
- 子字段名：type，数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节数：32823416.75，样本数量：12426
- 划分名称：test（测试集），字节数：1727548.25，样本数量：654
下载总大小：18999644
数据集总大小：34550965.0
配置项：
- 配置名称：default
数据文件路径：
- 对应训练集划分：数据/train-*
- 对应测试集划分：数据/test-*

原始信息汇总

数据集概述

数据集特征

• samples
  • content：数据类型为字符串（string）。
  • type：数据类型为字符串（string）。

数据集划分

• 训练集（train）
  • 数据量：12426个样本。
  • 存储大小：32823416.75字节。
• 测试集（test）
  • 数据量：654个样本。
  • 存储大小：1727548.25字节。

数据集大小

• 下载大小：18999644字节。
• 数据集总大小：34550965.0字节。

数据文件配置

• 默认配置（default）
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*