jjookim/kodiarization_lm_distil

---
dataset_info:
features:
- name: utterance_id
dtype: string
- name: prompt
dtype: string
- name: completion
dtype: string
- name: chat_sample
dtype: string
splits:
- name: train
num_bytes: 7828676
num_examples: 2530
- name: test
num_bytes: 4402099
num_examples: 1377
download_size: 4484817
dataset_size: 12230775
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集元信息：
特征字段：
- 名称：话语ID（utterance_id），数据类型为字符串
- 名称：提示词（prompt），数据类型为字符串
- 名称：补全内容（completion），数据类型为字符串
- 名称：对话样例（chat_sample），数据类型为字符串
数据集划分：
- 划分名称：训练集（train），字节占用量：7828676，样本数量：2530
- 划分名称：测试集（test），字节占用量：4402099，样本数量：1377
下载总大小：4484817，数据集总存储大小：12230775
配置项：
- 配置名称：默认配置（default），数据文件：
- 训练集划分：对应路径为 data/train-*
- 测试集划分：对应路径为 data/test-*

原始信息汇总

数据集概述

数据集特征

• utterance_id: 数据类型为字符串。
• prompt: 数据类型为字符串。
• completion: 数据类型为字符串。
• chat_sample: 数据类型为字符串。

数据集分割

• 训练集:
  • 示例数量: 2530
  • 数据大小: 7828676 字节
• 测试集:
  • 示例数量: 1377
  • 数据大小: 4402099 字节

数据集大小

• 下载大小: 4484817 字节
• 数据集总大小: 12230775 字节

数据文件配置

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