AdapterOcean/med_alpaca_standardized_cluster_74

---
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: 147055534
num_examples: 14343
download_size: 44649526
dataset_size: 147055534
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_74"

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

---
dataset_info:
数据集信息：
features:
- name: text
dtype: 字符串型
- name: conversation_id
dtype: 64位整型
- name: 嵌入向量（Embedding）
dtype: 64位浮点型序列
- name: cluster
dtype: 64位整型
splits:
- name: 训练集
num_bytes: 147055534
num_examples: 14343
download_size: 44649526
dataset_size: 147055534
configs:
- config_name: 默认配置
data_files:
- split: 训练集
path: data/train-*
---
# 「med_alpaca_standardized_cluster_74」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64位整数。
• embedding: 序列类型为64位浮点数。
• cluster: 数据类型为64位整数。

数据分割

• train: 包含14343个样本，占用147055534字节。

数据大小

• 下载大小: 44649526字节。
• 数据集大小: 147055534字节。

配置

• default: 包含训练数据文件，路径为data/train-*。