OpenLeecher/Teatime

这些数据是从teatime logs xlsx文件中解析出来的日志。每次用户编辑或消息重新生成都会在对话树中创建一个新的分支，这导致在all_logs.json文件中出现消息重复。每次更改都会创建一个新的分支，复制所有先前的消息。而longest文件则不同，它们只包含从第一条到最后一条消息的最长路径，旨在避免重复。理想情况下，_longest文件应没有重复消息。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别: 文本生成
• 支持语言: 英语 (en), 韩语 (ko)
• 数据集大小: 10K<n<100K

数据集详情

all_logs.json

• 总令牌数: 237442515
• 平均聊天令牌长度: 4246.03
• 中位数聊天令牌长度: 3797.0
• 平均每聊天消息数: 18.96
• 中位数每聊天消息数: 15.0
• 聊天总数: 55921

all_logs_longest.json

• 总令牌数: 27611121
• 平均聊天令牌长度: 2499.65
• 中位数聊天令牌长度: 1335.5
• 平均每聊天消息数: 11.27
• 中位数每聊天消息数: 5.0
• 聊天总数: 11046