dbuos/oasst_top1_en

---
language:
- en
license: apache-2.0
size_categories:
- 1K<n<10K
dataset_info:
features:
- name: text
dtype: string
- name: lang
dtype: string
- name: num_turns
dtype: int64
splits:
- name: train
num_bytes: 9908776
num_examples: 5023
download_size: 5271098
dataset_size: 9908776
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
#### OpenAssistant TOP-1 Conversation Threads

##### Guanacco style export of the best conversation threads from the open-assistant.io database
- exported August 25, 2023
- jsonl files with chatml formatted conversations
- train: 5,023 samples
- Only English examples
- Add column to count number of messages

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 许可证: Apache 2.0
• 数据量: 1K < n < 10K

数据集结构

• 特征:
  • text: 字符串类型
  • lang: 字符串类型
  • num_turns: 整数类型 (int64)
• 分割:
  • train: 包含5023个样本，总字节数为9908776字节

下载信息

• 下载大小: 5271098字节
• 数据集大小: 9908776字节

配置

• 默认配置:
  • 数据文件:
    • train: 路径为 data/train-*

详细描述

• 数据集名称: OpenAssistant TOP-1 Conversation Threads
• 数据格式: jsonl文件，采用chatml格式的对话
• 导出日期: 2023年8月25日
• 样本数量: 训练集包含5023个样本
• 语言限制: 仅包含英语示例
• 额外列: 包含用于计数消息数量的列