fdsfdg/new_nectar_split_pm

该数据集包含一系列消息，每条消息由content（内容）和role（角色）两个字段组成，类型均为字符串。数据集分为训练集和测试集，训练集包含1,099,250个样本，测试集包含122,142个样本。数据集的下载大小为1,441,599,116字节，总大小为2,811,005,698字节。

This dataset contains a series of messages, each consisting of two fields: content and role, both of which are of string type. The dataset is divided into a training set and a test set, with the training set containing 1,099,250 samples and the test set containing 122,142 samples. The download size of the dataset is 1,441,599,116 bytes, and the total size is 2,811,005,698 bytes.

原始信息汇总

数据集概述

数据集特征

• messages: 包含以下子特征
  • content: 数据类型为字符串
  • role: 数据类型为字符串

数据集划分

• train:
  • 字节数: 2529652157
  • 样本数: 1099250
• test:
  • 字节数: 281353541
  • 样本数: 122142

数据集大小

• 下载大小: 1441599116 字节
• 总大小: 2811005698 字节

配置

• default:
  • train: 数据路径为 data/train-*
  • test: 数据路径为 data/test-*