Telugu-LLM-Labs/sindhi_alpaca_yahma_cleaned_filtered

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: sindhi_instruction
dtype: string
- name: sindhi_input
dtype: string
- name: sindhi_output
dtype: string
splits:
- name: train
num_bytes: 77434286
num_examples: 28910
download_size: 39423382
dataset_size: 77434286
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名称：instruction
数据类型：字符串
- 字段名称：input
数据类型：字符串
- 字段名称：output
数据类型：字符串
- 字段名称：sindhi_instruction（信德语（Sindhi）指令）
数据类型：字符串
- 字段名称：sindhi_input（信德语（Sindhi）输入）
数据类型：字符串
- 字段名称：sindhi_output（信德语（Sindhi）输出）
数据类型：字符串
数据划分：
- 划分名称：train（训练集）
字节数：77434286
样本数量：28910
下载大小：39423382
数据集存储大小：77434286
配置项：
- 配置名称：default（默认配置）
数据文件：
- 划分：train（训练集）
路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• 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。
• sindhi_instruction：数据类型为字符串。
• sindhi_input：数据类型为字符串。
• sindhi_output：数据类型为字符串。

数据集分割

• train：
  • 数据量：77,434,286字节
  • 示例数量：28,910

数据集大小

• 下载大小：39,423,382字节
• 数据集大小：77,434,286字节