AdapterOcean/gorilla_16k_standardized_cluster_2

---
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: 18059652
num_examples: 2022
download_size: 0
dataset_size: 18059652
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "gorilla_16k_standardized_cluster_2"

[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：
- 名称：text，数据类型：字符串
- 名称：conversation_id（对话ID），数据类型：64位整数
- 名称：embedding（嵌入向量），数据类型：64位浮点数序列
- 名称：cluster（聚类簇），数据类型：64位整数
数据集划分：
- 名称：train（训练集），字节大小：18059652，样本数量：2022
下载大小：0，数据集总大小：18059652
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分：train（训练集），路径：data/train-*

# 「gorilla_16k_standardized_cluster_2」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: 类型为字符串
• conversation_id: 类型为整数64位
• embedding: 序列类型为浮点64位
• cluster: 类型为整数64位

数据分割

• train:
  • 字节数: 18059652
  • 样本数: 2022

数据集大小

• 下载大小: 0
• 数据集大小: 18059652

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*