natolambert/tulu-v2-sft-mixture-cot

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）划分，包含49747个样本，总大小为189024592.459884字节。下载大小为25660958字节。配置信息指定了数据文件的路径。

The dataset contains three main features: dataset, id, and messages. messages is a list containing two fields: role and content. The dataset has a training set (train) split with 49747 examples, totaling 189024592.459884 bytes in size. The download size is 25660958 bytes. The configuration specifies the path to the data files.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • dataset: 类型为字符串 (string)
  • id: 类型为字符串 (string)
  • messages: 列表类型，包含以下字段:
    • role: 类型为字符串 (string)
    • content: 类型为字符串 (string)

数据分割

• 训练集 (train):
  • 样本数量: 49747
  • 数据大小: 189024592.459884 字节

数据集大小

• 下载大小: 25660958 字节
• 数据集总大小: 189024592.459884 字节

配置

• 默认配置 (default):
  • 数据文件路径: data/train-*