jan-hq/open_tora_binarized

---
dataset_info:
features:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 206313539.13326368
num_examples: 118848
- name: test
num_bytes: 22924883.866736334
num_examples: 13206
download_size: 56222419
dataset_size: 229238423.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：messages，为列表类型，列表包含以下子字段：
- 名称：content，数据类型：字符串
- 名称：role，数据类型：字符串
数据集划分：
- 名称：train，字节数：206313539.13326368，样本数量：118848
- 名称：test，字节数：22924883.866736334，样本数量：13206
下载大小：56222419
数据集总大小：229238423.0
配置项：
- 配置名称：default，数据文件对应关系如下：
- 划分train：路径为data/train-*
- 划分test：路径为data/test-*

原始信息汇总

数据集概述

数据特征

• messages: 包含以下子特征
  • content: 数据类型为字符串
  • role: 数据类型为字符串

数据分割

• train:
  • 字节数: 206313539.13326368
  • 样本数: 118848
• test:
  • 字节数: 22924883.866736334
  • 样本数: 13206

数据集大小

• 下载大小: 56222419
• 数据集大小: 229238423.0

配置

• default:
  • train: 文件路径为 data/train-*
  • test: 文件路径为 data/test-*