David-Xu/raw_datasets_sft_split

---
dataset_info:
features:
- name: prompt
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 13952545.888560481
num_examples: 8222
- name: test
num_bytes: 1549340.1114395184
num_examples: 913
download_size: 8744205
dataset_size: 15501886.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
数据特征：
- 名称：提示词（prompt），数据类型：字符串
- 名称：对话消息列表（messages），为列表类型，列表元素包含：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节大小：13952545.888560481，样本数量：8222
- 划分名称：测试集（test），字节大小：1549340.1114395184，样本数量：913
下载大小：8744205，数据集总大小：15501886.0
配置项：
- 配置名称：默认配置（default），数据文件配置：
- 训练集（train）对应存储路径：data/train-*
- 测试集（test）对应存储路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• messages: 包含两个子特征：
  • 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 (train):
  • 示例数量: 8222
  • 数据大小: 13952545.888560481 字节
• 测试集 (test):
  • 示例数量: 913
  • 数据大小: 1549340.1114395184 字节

数据集大小

• 下载大小: 8744205 字节
• 数据集总大小: 15501886.0 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*