mlfoundations-dev/instruction_filtering_scale_up_code_base_random_filtering

这是一个包含多个文本字段的数据集，其中包括指导种子文本、来源文本、推理文本和解决方案文本等。数据集还包含一个对话列表，每个对话包含发送者和信息内容。整个数据集分为训练集，共有16000个样本。

This dataset contains multiple text fields, including instruction seed text, source text, reasoning text, and solution text. The dataset also includes a list of conversations, each containing a sender and message content. The entire dataset is split into a training set with a total of 16,000 samples.