Magpie-Align/Llama-3-8B-SynDa-270K-Medium

--- dataset_info: features: - name: conversation_id dtype: string - name: model dtype: string - name: gen_input_config struct: - name: temperature dtype: float64 - name: top_p dtype: float64 - name: input dtype: string - name: output dtype: string - name: conversations list: - name: from dtype: string - name: value dtype: string - name: min_distance dtype: float64 - name: repeat_count dtype: int64 - name: min_similar_conversation_id dtype: string - name: primary_tag dtype: string - name: other_tags sequence: string - name: complete dtype: bool - name: tag_generator dtype: string - name: intent dtype: string - name: knowledge dtype: string - name: difficulty dtype: string - name: input_rating_generator dtype: string - name: instruct_reward dtype: float64 - name: reward_model dtype: string splits: - name: train num_bytes: 1235366376.1285 num_examples: 269500 download_size: 761710731 dataset_size: 1235366376.1285 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• conversation_id: 数据类型为字符串。
• model: 数据类型为字符串。
• gen_input_config: 结构化数据，包含以下字段：
  • temperature: 数据类型为float64。
  • top_p: 数据类型为float64。
• input: 数据类型为字符串。
• output: 数据类型为字符串。
• conversations: 列表类型，包含以下字段：
  • from: 数据类型为字符串。
  • value: 数据类型为字符串。
• min_distance: 数据类型为float64。
• repeat_count: 数据类型为int64。
• min_similar_conversation_id: 数据类型为字符串。
• primary_tag: 数据类型为字符串。
• other_tags: 序列类型，数据类型为字符串。
• complete: 数据类型为布尔值。
• tag_generator: 数据类型为字符串。
• intent: 数据类型为字符串。
• knowledge: 数据类型为字符串。
• difficulty: 数据类型为字符串。
• input_rating_generator: 数据类型为字符串。
• instruct_reward: 数据类型为float64。
• reward_model: 数据类型为字符串。

数据集分割

• train:
  • 数据量大小: 1235366376.1285字节。
  • 示例数量: 269500。

数据集大小

• 下载大小: 761710731字节。
• 数据集总大小: 1235366376.1285字节。

配置

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