dkoterwa/oasst2_filtered

该数据集是通过筛选OASST2数据集中的唯一回答，并保留回答字数超过20个的条目来创建的。数据集包含语言、消息ID、父消息ID、用户ID、创建日期、查询、回答、评论数和回答长度等特征。

原始信息汇总

数据集概述

数据集特征

• lang: 数据类型为字符串
• message_id: 数据类型为字符串
• parent_id: 数据类型为字符串
• user_id: 数据类型为字符串
• created_date: 数据类型为字符串
• query: 数据类型为字符串
• answer: 数据类型为字符串
• review_count: 数据类型为整数
• answer_len: 数据类型为整数

数据集分割

• train:
  • 数据量: 74247495 字节
  • 示例数量: 57163

数据集大小

• 下载大小: 37378637 字节
• 数据集大小: 74247495 字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*