ZhMax/oo-1million-gpt-4-sft

该数据集包含多个特征，包括id、dataset和messages。其中messages是一个列表，包含content和role两个字段。数据集分为训练集和验证集，训练集包含945151个样本，验证集包含49745个样本。数据集的下载大小为978975807字节，总大小为1851208416字节。

The dataset includes multiple features such as id, dataset, and messages. The messages feature is a list containing two fields: content and role. The dataset is divided into a training set and a validation set, with the training set containing 945151 samples and the validation set containing 49745 samples. The download size of the dataset is 978975807 bytes, and the total size is 1851208416 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征字段:
  • id: 数据类型为字符串。
  • dataset: 数据类型为字符串。
  • messages: 列表类型，包含以下字段:
    • content: 数据类型为字符串。
    • role: 数据类型为字符串。

数据分割

• 训练集:
  • 字节数: 1758197586
  • 样本数: 945151
• 验证集:
  • 字节数: 93010830
  • 样本数: 49745

数据集大小

• 下载大小: 978975807
• 数据集大小: 1851208416

配置信息

• 配置名称: default
  • 数据文件:
    • 训练集: 路径为 data/train-*
    • 验证集: 路径为 data/validation-*