vwxyzjn/cai-conversation-prod

--- dataset_info: features: - name: index dtype: int64 - name: prompt dtype: string - name: init_prompt struct: - name: content dtype: string - name: role dtype: string - name: init_response struct: - name: content dtype: string - name: role dtype: string - name: critic_prompt struct: - name: content dtype: string - name: role dtype: string - name: critic_response struct: - name: content dtype: string - name: role dtype: string - name: revision_prompt struct: - name: content dtype: string - name: role dtype: string - name: revision_response struct: - name: content dtype: string - name: role dtype: string splits: - name: test num_bytes: 15206093 num_examples: 8552 - name: train num_bytes: 283519246 num_examples: 160800 download_size: 120521045 dataset_size: 298899650 configs: - config_name: default data_files: - split: test path: data/test-* - split: train path: data/train-* --- # Dataset Card for "cai-conversation-prod" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集信息

特征

• index: 数据类型为 int64
• prompt: 数据类型为 string
• init_prompt: 结构化数据，包含以下字段：
  • content: 数据类型为 string
  • role: 数据类型为 string
• init_response: 结构化数据，包含以下字段：
  • content: 数据类型为 string
  • role: 数据类型为 string
• critic_prompt: 结构化数据，包含以下字段：
  • content: 数据类型为 string
  • role: 数据类型为 string
• critic_response: 结构化数据，包含以下字段：
  • content: 数据类型为 string
  • role: 数据类型为 string
• revision_prompt: 结构化数据，包含以下字段：
  • content: 数据类型为 string
  • role: 数据类型为 string
• revision_response: 结构化数据，包含以下字段：
  • content: 数据类型为 string
  • role: 数据类型为 string

数据分割

• test: 包含 8552 个样本，总字节数为 15206093
• train: 包含 160800 个样本，总字节数为 283519246

数据大小

• 下载大小: 120521045 字节
• 数据集大小: 298899650 字节

配置

• default: 包含以下数据文件：
  • test: 路径为 data/test-*
  • train: 路径为 data/train-*