lilacai/glaive-function-calling-v2-sharegpt

该数据集基于glaive/glaive-function-calling-v2数据集，通过使用Lilac格式化为ShareGPT格式。数据集保留了原始的system和chat列，并将chat列转换为ShareGPT格式，其中包含四种角色：system、user、human和function call。数据集的conversations列详细记录了对话的交互，每个对话单元包括发送者（from）和消息内容（value）。

dataset_info:
数据集信息：
特征：
- 名称：chat，数据类型：字符串
- 名称：system，数据类型：字符串
- 名称：__hfsplit__，数据类型：字符串
- 名称：conversations，列表类型，其子项为：
- 名称：from，数据类型：字符串
- 名称：value，数据类型：字符串
划分集：
- 名称：train（训练集），字节数：509687903，示例总数：112960
下载大小：196572451，数据集总大小：509687903
配置：
- 配置名称：default（默认配置），数据文件：
- 划分集：train，路径：data/train-*

# 「glaive-function-calling-v2-sharegpt」数据集卡片
本数据集基于[glaive/glaive-function-calling-v2](https://huggingface.co/datasets/glaiveai/glaive-function-calling-v2)数据集，通过[Lilac](https://lilacml.com/)工具转换为ShareGPT格式。
配套的Notebook可在[此处](https://github.com/lilacai/lilac/blob/main/notebooks/GlaiveToShareGPT.ipynb)获取。
数据集仍保留原始列「system」与「chat」。
ShareGPT格式包含四类角色：
- system（系统角色）
- user（用户角色）
- human（人类角色）
- function call（函数调用角色）

原始数据集的「chat」列具有如下结构：

USER: 嗨，我需要帮忙计算小费。我的账单是50美元，想要支付20%的小费。

ASSISTANT: 好的，我来帮你计算一下。<|endoftext|>

ASSISTANT: <functioncall> {"name": "calculate_tip", "arguments": '{"bill_amount": 50, "tip_percentage": 20}'} <|endoftext|>

FUNCTION RESPONSE: {"tip_amount": 10}

ASSISTANT: 根据你提供的账单金额和小费比例，你应支付的小费为10美元。<|endoftext|>

本数据集为转换为ShareGPT格式后的版本，示例结构如下：

conversations: [{
'from': "user",
'value': '嗨，我需要帮忙计算小费。我的账单是50美元，想要支付20%的小费。'
}, {
'from': 'assistant',
'value': '好的，我来帮你计算一下。<|endoftext|>'
}, {
'from': 'assistant',
'value': '<functioncall> {"name": "calculate_tip", "arguments": '{"bill_amount": 50, "tip_percentage": 20}'} <|endoftext|>'
}, {
'from': 'assistant',
'value': '<functioncall> {"name": "calculate_tip", "arguments": '{"bill_amount": 50, "tip_percentage": 20}'} <|endoftext|>'
}, {
'from': 'function response',
'value': '{"tip_amount": 10}',
}, {
'from': 'assistant',
'value': '根据你提供的账单金额和小费比例，你应支付的小费为10美元。<|endoftext|>'
}]

[更多信息需求](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

数据集名称

"glaive-function-calling-v2-sharegpt"

数据集特征

• chat: 数据类型为字符串（string）。
• system: 数据类型为字符串（string）。
• hfsplit: 数据类型为字符串（string）。
• conversations: 列表类型，包含以下子特征：
  • from: 数据类型为字符串（string）。
  • value: 数据类型为字符串（string）。

数据集拆分

• train: 包含112960个示例，数据大小为509687903字节。

数据集大小

• 下载大小: 196572451字节
• 数据集大小: 509687903字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*