vinhtran2611/semiconductor_only_v3_filtered_formated

---
dataset_info:
features:
- name: source
dtype: string
- name: input
dtype: string
- name: instruction
dtype: string
- name: output
dtype: string
- name: text
dtype: string
- name: type
dtype: string
- name: conversations
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 1459019852
num_examples: 111253
download_size: 229131216
dataset_size: 1459019852
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集信息

特征

• 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。
• text: 数据类型为字符串。
• type: 数据类型为字符串。
• conversations: 包含以下子特征的列表：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据分割

• train: 包含111,253个样本，占用1,459,019,852字节。

数据集大小

• 下载大小: 229,131,216字节。
• 数据集大小: 1,459,019,852字节。

配置

• default: 包含训练数据文件，路径为data/train-*。