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

---
dataset_info:
features:
- name: id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: positive_ids
sequence: 'null'
- name: negative_ids
sequence: string
- name: language
dtype: string
splits:
- name: train
num_bytes: 74199894.2675026
num_examples: 10327
- name: test
num_bytes: 8313089.732497388
num_examples: 1157
download_size: 40028864
dataset_size: 82512984.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

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: 序列类型为空。
• negative_ids: 序列类型为字符串。
• language: 数据类型为字符串。

数据集分割

• 训练集:
  • 大小: 74199894.2675026 字节
  • 样本数量: 10327
• 测试集:
  • 大小: 8313089.732497388 字节
  • 样本数量: 1157

数据集大小

• 下载大小: 40028864 字节
• 数据集总大小: 82512984.0 字节

数据文件配置

• 默认配置:
  • 训练集文件路径: data/train-*
  • 测试集文件路径: data/test-*