Magpie-Align/Llama-3-8B-SynDa-270K-Medium

---
dataset_info:
features:
- name: conversation_id
dtype: string
- name: model
dtype: string
- name: gen_input_config
struct:
- name: temperature
dtype: float64
- name: top_p
dtype: float64
- name: input
dtype: string
- name: output
dtype: string
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: min_distance
dtype: float64
- name: repeat_count
dtype: int64
- name: min_similar_conversation_id
dtype: string
- name: primary_tag
dtype: string
- name: other_tags
sequence: string
- name: complete
dtype: bool
- name: tag_generator
dtype: string
- name: intent
dtype: string
- name: knowledge
dtype: string
- name: difficulty
dtype: string
- name: input_rating_generator
dtype: string
- name: instruct_reward
dtype: float64
- name: reward_model
dtype: string
splits:
- name: train
num_bytes: 1235366376.1285
num_examples: 269500
download_size: 761710731
dataset_size: 1235366376.1285
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• conversation_id: 数据类型为字符串。
• model: 数据类型为字符串。
• gen_input_config: 结构化数据，包含以下字段：
  • temperature: 数据类型为float64。
  • top_p: 数据类型为float64。
• input: 数据类型为字符串。
• output: 数据类型为字符串。
• conversations: 列表类型，包含以下字段：
  • from: 数据类型为字符串。
  • value: 数据类型为字符串。
• min_distance: 数据类型为float64。
• repeat_count: 数据类型为int64。
• min_similar_conversation_id: 数据类型为字符串。
• primary_tag: 数据类型为字符串。
• other_tags: 序列类型，数据类型为字符串。
• complete: 数据类型为布尔值。
• tag_generator: 数据类型为字符串。
• intent: 数据类型为字符串。
• knowledge: 数据类型为字符串。
• difficulty: 数据类型为字符串。
• input_rating_generator: 数据类型为字符串。
• instruct_reward: 数据类型为float64。
• reward_model: 数据类型为字符串。

数据集分割

• train:
  • 数据量大小: 1235366376.1285字节。
  • 示例数量: 269500。

数据集大小

• 下载大小: 761710731字节。
• 数据集总大小: 1235366376.1285字节。

配置

• config_name: default
  • data_files:
    • split: train
      • path: data/train-*