nthakur/miracl-raft-sft-instruct-v0.1

该数据集包含多个特征，包括id、messages、positive_ids、negative_ids和language。messages是一个列表，包含content和role两个字段。数据集分为训练集和测试集，训练集包含95560个示例，测试集包含4000个示例。数据集的下载大小为360967058字节，总大小为733760694.0字节。

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• messages: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• positive_ids: 数据类型为字符串序列。
• negative_ids: 数据类型为字符串序列。
• language: 数据类型为字符串。

数据集分割

• 训练集 (train):
  • 数据量: 95560个样本。
  • 存储大小: 704280553.6223383字节。
• 测试集 (test):
  • 数据量: 4000个样本。
  • 存储大小: 29480140.377661712字节。

数据集大小

• 下载大小: 360967058字节。
• 数据集总大小: 733760694.0字节。

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*。
  • 测试集路径: data/test-*。