vwxyzjn/ultrachat_200k_filtered_1707919621

该数据集包含多个特征，如prompt、messages、query_reference_response等，每个特征都有其特定的数据类型和结构。数据集被分为多个部分，包括test_gen、test_sft、train_gen和train_sft，每个部分都有指定的字节大小和示例数量。数据集的下载大小为50859072字节，总大小为139211548字节。

原始信息汇总

数据集详情

特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• messages: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• query_reference_response: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• query_reference_response_token: 整数序列类型
• query_reference_response_token_len: 64位整数类型
• query: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• query_token: 整数序列类型
• query_token_len: 64位整数类型
• reference_response: 结构类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• reference_response_token: 整数序列类型
• reference_response_token_len: 64位整数类型

数据分割

• test_gen: 30484069 字节，1000 个样本
• test_sft: 39592502 字节，1000 个样本
• train_gen: 29613744 字节，1000 个样本
• train_sft: 39521233 字节，1000 个样本

数据集大小

• 下载大小: 50859072 字节
• 数据集大小: 139211548 字节