GokhanAI/axolotl

--- license: apache-2.0 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* dataset_info: features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: prompt dtype: string - name: prompt_id dtype: int64 - name: message_send dtype: string - name: conversations list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 2417275675 num_examples: 479133 - name: test num_bytes: 5006508 num_examples: 1000 download_size: 1275364281 dataset_size: 2422282183 ---许可证：Apache-2.0 配置项： - 配置名称：default 数据文件： - 拆分：训练集，路径：data/train-* - 拆分：测试集，路径：data/test-* 数据集信息： 特征列表： 1. 字段名：messages，为列表类型，包含两个子特征： - 子特征名：content，数据类型：字符串 - 子特征名：role，数据类型：字符串 2. 字段名：提示词（prompt），数据类型：字符串 3. 字段名：提示词ID（prompt_id），数据类型：int64 整型 4. 字段名：发送消息（message_send），数据类型：字符串 5. 字段名：对话（conversations），为列表类型，包含两个子特征： - 子特征名：content，数据类型：字符串 - 子特征名：role，数据类型：字符串 数据拆分信息： - 拆分名称：训练集（train）：字节数为2417275675，样本数量为479133 - 拆分名称：测试集（test）：字节数为5006508，样本数量为1000 下载大小：1275364281 数据集总大小：2422282183

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
• 数据文件:
  • 训练集: data/train-*
  • 测试集: data/test-*

数据集特征

• messages:
  • content: 数据类型 - string
  • role: 数据类型 - string
• prompt: 数据类型 - string
• prompt_id: 数据类型 - int64
• message_send: 数据类型 - string
• conversations:
  • content: 数据类型 - string
  • role: 数据类型 - string

数据集分割

• 训练集:
  • 数据量: 2417275675 字节
  • 样本数: 479133
• 测试集:
  • 数据量: 5006508 字节
  • 样本数: 1000

数据集大小

• 下载大小: 1275364281 字节
• 数据集总大小: 2422282183 字节