AdapterOcean/code_instructions_standardized_cluster_17

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float64
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 55875639
num_examples: 5267
download_size: 17314819
dataset_size: 55875639
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "code_instructions_standardized_cluster_17"

[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：
- 字段名称：text，数据类型：字符串
- 字段名称：conversation_id，数据类型：64位整数（int64）
- 字段名称：embedding（嵌入），数据类型：序列类型，元素为64位浮点数（float64）
- 字段名称：cluster，数据类型：64位整数（int64）
数据划分：
- 划分名称：train（训练集），字节规模：55875639，样本数量：5267
下载大小：17314819
数据集总大小：55875639
配置项：
- 配置名称：default（默认配置），数据文件：
- 数据划分：train，路径：data/train-*
---
# 「code_instructions_standardized_cluster_17」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: 数据类型为字符串。
• conversation_id: 数据类型为整数64位。
• embedding: 序列类型为浮点64位。
• cluster: 数据类型为整数64位。

数据分割

• train: 包含5267个样本，总字节数为55875639。

数据大小

• 下载大小: 17314819字节。
• 数据集大小: 55875639字节。

配置

• default: 包含训练数据文件，路径为data/train-*。