prthm29/gujarati_ocr_sharegpt

---
dataset_info:
features:
- name: file_name
dtype: string
- name: messages
list:
- name: role
dtype: string
- name: content
dtype: string
- name: images
list: image
splits:
- name: train
num_bytes: 2837988095
num_examples: 82563
- name: val
num_bytes: 606067879
num_examples: 17643
- name: test
num_bytes: 566850203
num_examples: 16490
download_size: 4007059138
dataset_size: 4010906177
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：文件名（file_name），数据类型：字符串
- 名称：对话消息列表（messages），列表结构：
- 名称：角色（role），数据类型：字符串
- 名称：内容（content），数据类型：字符串
- 名称：图像列表（images），元素类型：图像
数据拆分：
- 拆分名称：训练集（train），字节数：2837988095，样本数量：82563
- 拆分名称：验证集（val），字节数：606067879，样本数量：17643
- 拆分名称：测试集（test），字节数：566850203，样本数量：16490
下载总大小：4007059138
数据集总大小：4010906177
配置项：
- 配置名称：默认（default），数据文件配置：
- 训练集对应数据路径：data/train-*
- 验证集对应数据路径：data/val-*
- 测试集对应数据路径：data/test-*