AdapterOcean/gorilla_16k_standardized_cluster_3

---
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: 30046179
num_examples: 3326
download_size: 7772997
dataset_size: 30046179
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "gorilla_16k_standardized_cluster_3"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 字段名：text，数据类型：字符串（string）
- 字段名：conversation_id，数据类型：64位整数（int64）
- 字段名：embedding（嵌入向量），数据类型为64位浮点数序列
- 字段名：cluster（聚类簇标签），数据类型：64位整数（int64）
数据集划分：
- 划分名称：train（训练集），字节大小：30046179，样本数量：3326
下载大小：7772997
数据集总大小：30046179
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分：train（训练集），文件路径：data/train-*

# 「gorilla_16k_standardized_cluster_3」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

• 特征列表:

  • text: 数据类型为字符串 (string)
  • conversation_id: 数据类型为64位整数 (int64)
  • embedding: 数据类型为64位浮点数序列 (sequence: float64)
  • cluster: 数据类型为64位整数 (int64)

• 数据分割:

  • train: 包含3326个样本，总字节数为30046179

• 数据大小:

  • 下载大小: 7772997字节
  • 数据集大小: 30046179字节

配置信息

• 配置名称: default
  • 数据文件:
    • split: train
    • 路径: data/train-*