AyushS9020/lima_dataset_processed

该数据集包含1000个样本，主要用于训练。每个样本包含三个特征：conversations（对话内容，类型为字符串序列）、source（来源，类型为字符串）和__index_level_0__（索引级别，类型为int64）。数据集总大小为2829833字节，下载大小为1630188字节。数据文件路径为data/train-*。

This dataset contains 1000 samples, primarily used for training. Each sample includes three features: conversations (dialogue content, type as string sequence), source (source, type as string), and __index_level_0__ (index level, type as int64). The total size of the dataset is 2829833 bytes, with a download size of 1630188 bytes. The data file path is data/train-*.

原始信息汇总

数据集概述

基本信息

• 名称: lima_dataset_processed
• 描述: AyushS9020/lima_dataset_processed 数据集托管在 HF Mirror 并由 HF Datasets 社区贡献。
• 别名: AyushS9020/lima_dataset_processed
• 创建者: Ayush Singhal
• URL: https://hf-mirror.com/datasets/AyushS9020/lima_dataset_processed

数据集详情

• 符合标准: http://mlcommons.org/croissant/1.0
• 关键词:
  • 1K - 10K
  • parquet
  • Text
  • Datasets
  • pandas
  • Croissant
  • 🇺🇸 Region: US

数据分布

• 类型: cr:FileObject

• 名称: repo

• 描述: HF Mirror git 仓库。

• 内容 URL: https://hf-mirror.com/datasets/AyushS9020/lima_dataset_processed/tree/refs%2Fconvert%2Fparquet

• 编码格式: git+https

• SHA256: https://github.com/mlcommons/croissant/issues/80

• 类型: cr:FileSet

• 名称: parquet-files-for-config-default

• 描述: 由 HF Mirror 转换的底层 Parquet 文件（参见：https://hf-mirror.com/docs/datasets-server/parquet）。

• 包含于: repo

• 编码格式: application/x-parquet

• 包含: default//.parquet

记录集

• 类型: cr:RecordSet
• 名称: default
• 描述: AyushS9020/lima_dataset_processed - default 子集
  • 1 个跳过的列: conversations

字段

• 类型: cr:Field

• 名称: default/source

• 描述: HF Mirror parquet 文件中的 source 列。

• 数据类型: sc:Text

• 来源:

  • 文件集: parquet-files-for-config-default
  • 提取: source 列

• 类型: cr:Field

• 名称: default/index_level_0

• 描述: HF Mirror parquet 文件中的 index_level_0 列。

• 数据类型: sc:Integer

• 来源:

  • 文件集: parquet-files-for-config-default
  • 提取: index_level_0 列