r2egym-unified-10000

该数据集包含10,000个训练样本，总大小约223MB。每个样本包含三个主要字段：1) 'conversations'字段为对话列表，其中每个对话包含'content'（文本内容）和'role'（角色）两个字符串字段；2) 'instance_id'字符串字段用于唯一标识实例；3) 'source'字符串字段表明数据来源。数据集仅提供训练集划分，未提供具体任务描述或应用场景说明。

原始信息汇总

数据集概述

基本信息

• 数据集名称: r2egym-unified-10000
• 发布者/组织: laion
• 数据集地址: https://huggingface.co/datasets/laion/r2egym-unified-10000
• 总数据量: 22,326.93 MB (约223,269,250.33字节)
• 下载大小: 49.94 MB (约49,941,852字节)

数据内容与结构

• 数据格式: 包含三个主要字段
  • conversations: 列表类型，其中每个元素包含content（字符串类型）和role（字符串类型）字段
  • instance_id: 字符串类型
  • source: 字符串类型
• 数据划分: 仅包含训练集（train）
  • 样本数量: 10,000条
  • 数据大小: 22,326.93 MB (约223,269,250.33字节)

配置信息

• 默认配置名称: default
• 数据文件路径: data/train-*