argilla-warehouse/smollm-v2-proofread-list-errors

---
dataset_info:
features:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train_sft
num_bytes: 177106018.7238556
num_examples: 54304
- name: test_sft
num_bytes: 19679171.276144385
num_examples: 6034
download_size: 73977726
dataset_size: 196785190.0
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
- split: test_sft
path: data/test_sft-*
---

## 数据集信息
### 数据特征
- 字段名称：`messages`，为列表类型，列表内每个元素包含两个子字段：
- `content`：数据类型为字符串（string），用于存储对话内容
- `role`：数据类型为字符串（string），用于标识对话参与角色
### 数据集划分
1. 划分集：`train_sft`（监督微调训练集，Supervised Fine-Tuning Train Split），字节占用量：177106018.7238556，样本量：54304
2. 划分集：`test_sft`（监督微调测试集，Supervised Fine-Tuning Test Split），字节占用量：19679171.276144385，样本量：6034
整体下载大小：73977726，数据集总大小：196785190.0
### 配置信息
- 配置名称：`default`（默认配置），对应数据文件路径：
- 划分集`train_sft`：数据路径为 `data/train_sft-*`
- 划分集`test_sft`：数据路径为 `data/test_sft-*`