NobodyExistsOnTheInternet/sub4096ctx

Name: NobodyExistsOnTheInternet/sub4096ctx
Creator: NobodyExistsOnTheInternet
Published: 2023-08-23 16:15:59
License: 暂无描述

Hugging Face2023-08-23 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/NobodyExistsOnTheInternet/sub4096ctx

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: mit ---

提供机构：

NobodyExistsOnTheInternet

原始信息汇总

数据集许可证

许可证类型: MIT

NobodyExistsOnTheInternet/sub4000ctx

这是一个基于LLAMA-2编码器的ConvoEvol过滤版本，专门针对少于4000个标记的对话。数据集中包含了4.7k轮人类与助手的对话，但未经过拒绝过滤，这部分工作留待未来完成。

Hugging Face2023-08-28 更新90

NobodyExistsOnTheInternet/Chem2800ctx

--- license: mit ---

Hugging Face2023-08-29 更新80

kothasuhas/dclm_tokenized_n307888_ctx4096_pg_sp4096_eos

--- dataset_info: features: - name: input_ids sequence: uint16 length: 4096 splits: - name: train num_bytes: 2522218496 num_examples: 307888 download_size: 1881565755 datas

Hugging Face2026-05-18 更新00

NobodyExistsOnTheInternet/ConvoOrcaShareGPT4096

该数据集包含多个特征，包括对话记录（conversations），其中包含来源（from）和内容（value）；演化序列（evolutions）；文本版本（textversion）；令牌数量（tokens）；以及一个布尔值（too_long），用于指示数据是否过长。数据集主要分为训练集（train），总大小为1808371367字节，包含46563个示例。下载大小为882548173字节。

Hugging Face2024-01-04 更新100

NobodyExistsOnTheInternet/1000sub463

--- license: mit ---

Hugging Face2023-08-29 更新20