YBXL/de_id_train_update_train

该数据集包含id、conversations和text三个主要特征。conversations是一个列表，包含role和content两个字段，分别表示对话中的角色和内容。数据集分为训练集（train）、验证集（valid）和测试集（test）三个部分，分别包含1229、80和150个示例，总大小为25345141字节。数据文件的路径信息也包含在配置中。

The dataset includes three main features: id, conversations, and text. The conversations feature is a list containing two fields: role and content, representing the role and content in the conversation. The dataset is divided into three parts: train, valid, and test, containing 1229, 80, and 150 examples respectively, with a total size of 25345141 bytes. The configuration also includes the path information for the data files.

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• conversations: 列表类型
  • role: 字符串类型
  • content: 字符串类型
• text: 字符串类型

数据集分割

• train:
  • 字节数: 21341719
  • 样本数: 1229
• valid:
  • 字节数: 1420985
  • 样本数: 80
• test:
  • 字节数: 2582437
  • 样本数: 150

数据集大小

• 下载大小: 9055399 字节
• 数据集总大小: 25345141 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • valid: data/valid-*
    • test: data/test-*