laurentiubp/orca-messages

---
dataset_info:
features:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: source
dtype: string
splits:
- name: train
num_bytes: 909126510.5950748
num_examples: 512802
- name: test
num_bytes: 9183418.404925268
num_examples: 5180
download_size: 472469952
dataset_size: 918309929.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• messages: 包含以下子特征
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• source: 数据类型为字符串

数据分割

• train:
  • 字节数: 909126510.5950748
  • 样本数: 512802
• test:
  • 字节数: 9183418.404925268
  • 样本数: 5180

数据集大小

• 下载大小: 472469952 字节
• 数据集总大小: 918309929.0 字节

配置

• default:
  • train: 数据文件路径为 data/train-*
  • test: 数据文件路径为 data/test-*