clyu/sg_55k_cleaned_en

---
dataset_info:
features:
- name: prompt_id
dtype: string
- name: prompt
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train_sft
num_bytes: 693725733.3
num_examples: 75278
- name: test_sft
num_bytes: 36511880.7
num_examples: 3962
download_size: 326870876
dataset_size: 730237614.0
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
- split: test_sft
path: data/test_sft-*
---

原始信息汇总

数据集概述

数据集特征

• prompt_id: 数据类型为字符串。
• prompt: 数据类型为字符串。
• 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。
• index_level_0: 数据类型为整数。

数据集分割

• train_sft:
  • 示例数量: 75278
  • 数据大小: 693725733.3字节
• test_sft:
  • 示例数量: 3962
  • 数据大小: 36511880.7字节

数据集大小

• 下载大小: 326870876字节
• 数据集总大小: 730237614.0字节

数据文件配置

• default 配置:
  • train_sft: 文件路径为 data/train_sft-*
  • test_sft: 文件路径为 data/test_sft-*