communityai/Telugu-LLM-Labs___urdu_alpaca_yahma_cleaned_filtered

---
dataset_info:
features:
- name: source
dtype: string
- name: conversations
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 55541899.0
num_examples: 28910
download_size: 23453422
dataset_size: 55541899.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 字段名称：`source`，数据类型：字符串
- 字段名称：`conversations`，类型为列表，列表内元素包含如下子字段：
- 子字段名称：`content`，数据类型：字符串
- 子字段名称：`role`，数据类型：字符串
数据集拆分：
- 拆分名称：`train`（训练集），字节占用量：55541899.0，样本数量：28910
下载体积：23453422
数据集总字节数：55541899.0
配置项：
- 配置名称：`default`（默认配置），关联数据拆分：`train`（训练集），数据文件路径：`data/train-*`

原始信息汇总

数据集概述

数据集特征

• source：数据类型为字符串。
• conversations：列表类型，包含以下子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。

数据集分割

• train：
  • 数据大小：55541899.0 字节
  • 示例数量：28910

数据集大小

• 下载大小：23453422 字节
• 数据集总大小：55541899.0 字节

配置

• default：
  • 数据文件路径：data/train-*，对应分割为 train。