natolambert/tulu-v2-sft-mixture-science

该数据集包含三个主要特征：dataset、id和messages。messages是一个列表，包含role和content两个字段。数据集有一个训练集（train），包含7468个样本，总大小为28376297.193607926字节。下载大小为22342353字节。配置信息指定了默认配置下的数据文件路径。

The dataset contains three main features: dataset, id, and messages. messages is a list containing two fields: role and content. The dataset has one training set (train) with 7468 samples and a total size of 28376297.193607926 bytes. The download size is 22342353 bytes. The configuration information specifies the data file path under the default configuration.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • dataset: 数据集名称，类型为字符串。
  • id: 数据集ID，类型为字符串。
  • messages: 消息列表，包含以下字段：
    • role: 角色，类型为字符串。
    • content: 内容，类型为字符串。

数据分割

• train:
  • 样本数量: 7468
  • 字节数: 28376297.193607926

数据集大小

• 下载大小: 22342353
• 数据集大小: 28376297.193607926

配置

• config_name: default
  • 数据文件:
    • split: train
    • path: data/train-*