该数据集包含从question_generation文件中的Instruction_generation_two_shot生成的指令。数据集有两个特征：task和web_name，数据类型均为字符串。数据集只有一个训练集（train），包含130个样本，文件大小为16798字节，下载大小为8477字节。每个网站的任务数量如下：gitlab (15), openstreetmap (35), red

Hugging Face2024-03-26 更新120

rombodawg/LosslessMegaCodeTrainingV3_1.6m_Evol

机器学习

代码训练

这是一个用于训练AI模型的代码数据集，旨在确保模型在训练过程中不会失去其已有的逻辑能力。数据集包含50%的编码指令数据和50%的非编码指令数据，总计150万行数据。这种设计是为了在训练编码能力的同时，保留模型的逻辑和推理能力。数据集结合了多个来源的数据，并进行了去重和去审查处理。

Hugging Face2023-10-19 更新60

open-source-metrics/tokenizers-dependents

自然语言处理

机器学习

--- license: apache-2.0 pretty_name: tokenizers metrics tags: - github-stars dataset_info: features: - name: name dtype: string - name: stars dtype: int64 - name: forks dtype: int6

Hugging Face2024-05-28 更新160

introspection-auditing/one_among_many_quirk_30_induce

自然语言处理

机器学习

该数据集包含对话消息及其相关特征，具体包括消息内容和消息发出者的角色。数据集被划分为训练集，共有13129个示例，总大小为13664617字节。

Hugging Face2025-10-28 更新100