giux78/100k-sft-ready-ultrafeedback-ita

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train_sft
num_bytes: 736148767
num_examples: 100000
- name: test_sft
num_bytes: 73258856
num_examples: 10000
- name: train_gen
num_bytes: 1347396812
num_examples: 256032
- name: test_gen
num_bytes: 148276089
num_examples: 28304
download_size: 1238466176
dataset_size: 2305080524
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
- split: test_sft
path: data/test_sft-*
- split: train_gen
path: data/train_gen-*
- split: test_gen
path: data/test_gen-*
---

原始信息汇总

数据集概述

数据特征

• prompt: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• messages: 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。

数据分割

• train_sft: 包含100000个样本，占用736148767字节。
• test_sft: 包含10000个样本，占用73258856字节。
• train_gen: 包含256032个样本，占用1347396812字节。
• test_gen: 包含28304个样本，占用148276089字节。

数据大小

• 下载大小: 1238466176字节。
• 数据集大小: 2305080524字节。

配置

• default: 包含以下数据文件路径：
  • train_sft: data/train_sft-*
  • test_sft: data/test_sft-*
  • train_gen: data/train_gen-*
  • test_gen: data/test_gen-*