AdapterOcean/med_alpaca_standardized_cluster_88

--- 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: 56669033 num_examples: 5947 download_size: 16156510 dataset_size: 56669033 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "med_alpaca_standardized_cluster_88" [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：字符串类型 - 字段名：会话ID（conversation_id） 数据类型：64位整数类型（int64） - 字段名：嵌入向量（embedding） 数据类型：64位浮点数类型（float64）序列 - 字段名：聚类簇（cluster） 数据类型：64位整数类型（int64） 数据集划分： - 划分名称：训练集（train） 字节占用：56669033 样本总数：5947 下载总大小：16156510 数据集总占用大小：56669033 配置项： - 配置名称：默认配置（default） 数据文件： - 对应划分：训练集（train） 文件路径：data/train-* --- # 「med_alpaca_standardized_cluster_88」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

• text: 数据类型为字符串。
• conversation_id: 数据类型为整数64位。
• embedding: 数据类型为浮点数64位序列。
• cluster: 数据类型为整数64位。

数据分割

• train: 包含5947个样本，总字节数为56669033。

数据大小

• 下载大小: 16156510字节。
• 数据集大小: 56669033字节。

配置

• default: 包含训练数据文件，路径为data/train-*。