alexrs/alpaca-cleaned-10-clusters

---
dataset_info:
features:
- name: instruction
dtype: string
- name: output
dtype: string
- name: input
dtype: string
- name: cluster
dtype: int32
splits:
- name: train
num_bytes: 40490946
num_examples: 51760
download_size: 24184864
dataset_size: 40490946
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "alpaca-cleaned-10-clusters"

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

数据集信息：
特征列：
- 名称：指令（instruction），数据类型：字符串
- 名称：输出，数据类型：字符串
- 名称：输入，数据类型：字符串
- 名称：聚类簇（cluster），数据类型：32位整型
数据拆分：
- 名称：训练集，字节数：40490946，样本数：51760
下载大小：24184864，数据集总存储大小：40490946
配置项：
- 配置名称：默认（default），数据文件：
- 拆分集：训练集，路径：data/train-*

# 「alpaca-cleaned-10-clusters」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

• instruction: 类型为字符串 (string)
• output: 类型为字符串 (string)
• input: 类型为字符串 (string)
• cluster: 类型为整数 (int32)

数据分割

• train: 包含 51760 个样本，占用 40490946 字节

数据大小

• 下载大小: 24184864 字节
• 数据集大小: 40490946 字节

配置

• default: 包含训练数据文件，路径为 data/train-*