Menlo/instruction-speech-whispervq-v3-subset-2

---
dataset_info:
features:
- name: index
dtype: int64
- name: tokens
sequence: int64
- name: text_prompt
dtype: string
- name: answer
dtype: string
- name: length
dtype: int64
- name: prompt
dtype: string
- name: conversations
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 9107496387.0
num_examples: 887204
download_size: 2830668291
dataset_size: 9107496387.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名：index，数据类型：64位整数
- 字段名：标记（Token），序列数据类型为64位整数
- 字段名：文本提示，数据类型：字符串
- 字段名：答案，数据类型：字符串
- 字段名：长度，数据类型：64位整数
- 字段名：提示，数据类型：字符串
- 字段名：对话，类型为列表，列表内每个元素为包含以下子字段的对象：
- 子字段名：content，数据类型：字符串
- 子字段名：role，数据类型：字符串
数据划分：
- 划分名称：训练集（train），占用字节数：9107496387.0，样本数量：887204
下载大小：2830668291
数据集大小：9107496387.0
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-*