chansung/merged_ds_coding

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: category
dtype: string
- name: generator
dtype: string
- name: seed_prompt
dtype: string
splits:
- name: train_sft
num_bytes: 144565748
num_examples: 60548
- name: test_sft
num_bytes: 25351
num_examples: 16
download_size: 21252997
dataset_size: 144591099
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: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• messages: 列表类型，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。
• category: 数据类型为字符串。
• generator: 数据类型为字符串。
• seed_prompt: 数据类型为字符串。

数据集分割

• train_sft:
  • 数据大小: 144565748 字节
  • 示例数量: 60548
• test_sft:
  • 数据大小: 25351 字节
  • 示例数量: 16

数据集大小

• 下载大小: 21252997 字节
• 数据集总大小: 144591099 字节

配置文件

• config_name: default
• data_files:
  • split: train_sft, 路径: data/train_sft-*
  • split: test_sft, 路径: data/test_sft-*