jtatman/pile_python_instruct_format

---
dataset_info:
features:
- name: instruction
dtype: string
- name: output
dtype: string
- name: system
dtype: string
splits:
- name: train
num_bytes: 4154192592
num_examples: 3622953
download_size: 1877354904
dataset_size: 4154192592
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息:
特征字段:
- 字段名: instruction（指令）
数据类型: 字符串（string）
- 字段名: output（输出）
数据类型: 字符串（string）
- 字段名: system（系统提示词）
数据类型: 字符串（string）
数据集划分:
- 划分名称: train（训练集）
字节数: 4154192592
样本数量: 3622953
下载大小: 1877354904
数据集总大小: 4154192592
数据集配置:
- 配置名称: default（默认配置）
数据文件:
- 对应划分: train（训练集）
数据路径: data/train-*

原始信息汇总

数据集概述

数据特征

• instruction: 数据类型为字符串。
• output: 数据类型为字符串。
• system: 数据类型为字符串。

数据分割

• train: 包含3622953个样本，占用4154192592字节。

数据大小

• 下载大小: 1877354904字节。
• 数据集大小: 4154192592字节。

配置

• default: 包含训练数据文件，路径为data/train-*。