bdsaglam/webnlg-jerx-sft-simple-mt-ms-openai

---
dataset_info:
features:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 11804076
num_examples: 8866
- name: dev
num_bytes: 1491043
num_examples: 1117
- name: test
num_bytes: 2689291
num_examples: 1830
download_size: 5420594
dataset_size: 15984410
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: test
path: data/test-*
---

数据集信息（dataset_info）：
特征（features）：
- 字段名：messages，为列表类型，包含两个子字段：
- 子字段名：content，数据类型为字符串
- 子字段名：role，数据类型为字符串
数据集划分（splits）：
- 划分名称：train（训练集），字节大小：11804076，样本数量：8866
- 划分名称：dev（开发验证集），字节大小：1491043，样本数量：1117
- 划分名称：test（测试集），字节大小：2689291，样本数量：1830
下载大小：5420594 字节
数据集总大小：15984410 字节
配置项（configs）：
- 配置名称：default（默认配置），对应数据文件：
- 训练集划分：路径为 data/train-*
- 开发验证集划分：路径为 data/dev-*
- 测试集划分：路径为 data/test-*

原始信息汇总

数据集概述

数据集特征

• 名称: messages
  • 字段:
    • content: 数据类型为字符串
    • role: 数据类型为字符串

数据集分割

• 训练集:
  • 样本数: 8866
  • 数据大小: 11804076 字节
• 开发集:
  • 样本数: 1117
  • 数据大小: 1491043 字节
• 测试集:
  • 样本数: 1830
  • 数据大小: 2689291 字节

数据集大小

• 下载大小: 5420594 字节
• 总数据大小: 15984410 字节

数据文件配置

• 配置名称: default
  • 训练集路径: data/train-*
  • 开发集路径: data/dev-*
  • 测试集路径: data/test-*