jjookim/kodiarization_lm_distil

--- dataset_info: features: - name: utterance_id dtype: string - name: prompt dtype: string - name: completion dtype: string - name: chat_sample dtype: string splits: - name: train num_bytes: 7828676 num_examples: 2530 - name: test num_bytes: 4402099 num_examples: 1377 download_size: 4484817 dataset_size: 12230775 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---数据集元信息： 特征字段： - 名称：话语ID（utterance_id），数据类型为字符串 - 名称：提示词（prompt），数据类型为字符串 - 名称：补全内容（completion），数据类型为字符串 - 名称：对话样例（chat_sample），数据类型为字符串 数据集划分： - 划分名称：训练集（train），字节占用量：7828676，样本数量：2530 - 划分名称：测试集（test），字节占用量：4402099，样本数量：1377 下载总大小：4484817，数据集总存储大小：12230775 配置项： - 配置名称：默认配置（default），数据文件： - 训练集划分：对应路径为 data/train-* - 测试集划分：对应路径为 data/test-*

原始信息汇总

数据集概述

数据集特征

• utterance_id: 数据类型为字符串。
• prompt: 数据类型为字符串。
• completion: 数据类型为字符串。
• chat_sample: 数据类型为字符串。

数据集分割

• 训练集:
  • 示例数量: 2530
  • 数据大小: 7828676 字节
• 测试集:
  • 示例数量: 1377
  • 数据大小: 4402099 字节

数据集大小

• 下载大小: 4484817 字节
• 数据集总大小: 12230775 字节

数据文件配置

• 默认配置:
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*