1231czx/7b_iter1_pmmistral_v2tokenizer_raft

该数据集包含一系列消息，每条消息由内容和角色两个字段组成，类型均为字符串。数据集仅包含一个训练集，共有17,145个样本，总大小为15,191,357字节。数据文件的默认配置指定了训练集数据的路径。

The dataset contains a series of messages, each consisting of content and role fields, both of which are of string type. The dataset includes only a training set with 17,145 samples, totaling 15,191,357 bytes. The default configuration of the data files specifies the path to the training set data.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • messages:
    • content: 数据类型为字符串
    • role: 数据类型为字符串

数据分割

• train:
  • 数据量: 17145条
  • 数据大小: 15191357字节

数据集大小

• 下载大小: 6945176字节
• 数据集总大小: 15191357字节

配置

• default:
  • 数据文件路径: data/train-*