madroid/bilibot-chatml

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 6052211
num_examples: 15318
- name: valid
num_bytes: 717512
num_examples: 1914
- name: test
num_bytes: 712720
num_examples: 1916
download_size: 3726537
dataset_size: 7482443
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---

# BiliBot-ChatML

这是 [linyiLYi/bilibot](https://github.com/linyiLYi/bilibot) 项目中的数据集，在 Hugging Face 上进行托管，方便使用。

数据集格式如下：

```jsonl
{"text": "<|im_start|>system\nYou are a helpful assistant<|im_end|>\n<|im_start|>user\n\"如果你去非洲探险，最想模仿三毛的哪个经历？\"<|im_end|>\n<|im_start|>assistant\n第一时刻想到了三毛那些在撒哈拉上发生的故事<|im_end|>"}
{"text": "<|im_start|>system\nYou are a helpful assistant<|im_end|>\n<|im_start|>user\n\"S呐_去非洲探险的视频给你什么感觉，你也想去体验一番吗？\"<|im_end|>\n<|im_start|>assistant\n看s的视频永远会被扑面而来的生命力所感动，这期更是如此，再加上天地生灵的肆意之美，还有家人在挂念叮嘱的温暖，实实在在的是“活着”的魅力，在自然里与日光微风拥吻，与狮虎象马齐驰，希望有一天我也能去非洲看动物大迁徙！！<|im_end|>"}
{"text": "<|im_start|>system\nYou are a helpful assistant<|im_end|>\n<|im_start|>user\n\"你也喜欢宅在家里吗，有没有哪次旅行让你有了改变？\"<|im_end|>\n<|im_start|>assistant\n我本身是一个很宅的人，每逢假期，都觉得窝在自己的小被窝里是最幸福最自在的事情。看s这个视频的时候，不知道为什么，心中总是生出很强烈的向往感，这是以往那些玩乐活动从未带给过我的。可能与我是生物专业的学生有关，我突然发现自己真的很向往这样的自然而和谐的模样...人与自然和谐共处的样子真的太美好啦！等我毕业，有机会也想去看看！！感谢s[给心心]<|im_end|>"}
```

若需要 OpenAI 微调格式，转换后的数据集见：[madroid/bilibot-messages](https://huggingface.co/datasets/madroid/bilibot-messages)

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为字符串。

数据集划分

• 训练集:
  • 大小: 6052211字节
  • 样本数量: 15318
• 验证集:
  • 大小: 717512字节
  • 样本数量: 1914
• 测试集:
  • 大小: 712720字节
  • 样本数量: 1916

数据集大小

• 下载大小: 3726537字节
• 总大小: 7482443字节

配置文件

• 默认配置:
  • 训练数据路径: data/train-*
  • 验证数据路径: data/valid-*
  • 测试数据路径: data/test-*