ruslandev/tagengo-rus-gpt-4o

该数据集是从[tagengo-subset-gpt-4o](https://huggingface.co/datasets/ruslandev/tagengo-subset-gpt-4o)扩展而来，特别是增加了8056个由GPT-4o生成的俄语样本。数据集包含对话ID、对话内容、语言、语言检测结果和响应等特征，主要用于训练目的，包含10056个例子。

This dataset is extended from [tagengo-subset-gpt-4o](https://huggingface.co/datasets/ruslandev/tagengo-subset-gpt-4o) by adding 8056 Russian language samples generated with GPT-4o. It includes features such as conversation ID, conversations, language, language detection results, and responses, and is intended for training purposes with 10056 examples.

原始信息汇总

数据集概述

数据集信息

特征

• conversation_id: 字符串类型
• conversations: 列表类型
  • from: 字符串类型
  • value: 字符串类型
• language: 字符串类型
• lang_detect_result: 结构类型
  • lang: 字符串类型
  • score: 浮点数类型 (float64)
• response: 序列类型 (字符串)

数据分割

• train:
  • 字节数: 45080311
  • 样本数: 10056

数据集大小

• 下载大小: 22139915 字节
• 数据集大小: 45080311 字节

配置

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