nguyenthanhdo/patent_v2_merged

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: lang
dtype: string
- name: source
dtype: string
splits:
- name: train
num_bytes: 118735189
num_examples: 100488
download_size: 66085340
dataset_size: 118735189
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "patent_v2_merged"

[More Information needed](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:

  • instruction: 数据类型为字符串。
  • input: 数据类型为字符串。
  • output: 数据类型为字符串。
  • lang: 数据类型为字符串。
  • source: 数据类型为字符串。

• 数据分割:

  • train: 包含100488个样本，总字节数为118735189。

• 数据大小:

  • 下载大小: 66085340字节。
  • 数据集大小: 118735189字节。

配置信息

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