jhflow/orca_platypus_neardedup

---
dataset_info:
features:
- name: data_source
dtype: string
- name: input
dtype: string
- name: instruction
dtype: string
- name: output
dtype: string
splits:
- name: train
num_bytes: 55811196
num_examples: 30600
download_size: 28518668
dataset_size: 55811196
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 数据来源（data_source）：字符串类型
- 输入（input）：字符串类型
- 指令（instruction）：字符串类型
- 输出（output）：字符串类型
数据集拆分：
- 训练集（train）：占用字节数55811196，样本量30600
下载大小：28518668字节
数据集总大小：55811196字节
配置项：
- 默认配置（default）：数据文件对应训练集拆分，路径为data/train-*

原始信息汇总

数据集信息

特征

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

数据分割

• train: 包含30600个样本，占用55811196字节。

数据大小

• 下载大小: 28518668字节。
• 数据集大小: 55811196字节。

配置

• default: 包含训练数据文件，路径为data/train-*。