ReBatch/ultrachat_200k_nl

该数据集是HuggingFaceH4/ultrachat_200K的翻译版本，使用了MarianMT模型进行翻译。它包含了用户和助手之间的多轮对话。

原始信息汇总

数据集概述

数据集名称

ultrachat_400k_nl

许可证

apache-2.0

数据集特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• messages: 列表类型，包含以下子特征：
  • content: 字符串类型
  • original: 字符串类型
  • role: 字符串类型

数据集分割

• train: 包含207858个样本，总大小为2283949826字节
• test: 包含23106个样本，总大小为256744046字节

数据集大小

• 下载大小: 1328094001字节
• 数据集总大小: 2540693872字节

配置文件

• config_name: default
• data_files:
  • split: train, path: data/train-*
  • split: test, path: data/test-*