SUSTech/wildchat_zh

---
dataset_info:
features:
- name: conversation_id
dtype: string
- name: conversations
list:
- name: content
dtype: string
- name: language
dtype: string
- name: redacted
dtype: bool
- name: role
dtype: string
- name: toxic
dtype: bool
- name: model
dtype: string
splits:
- name: train
num_bytes: 424092565
num_examples: 104301
download_size: 211445530
dataset_size: 424092565
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• conversation_id: 字符串类型，用于标识对话的唯一ID。
• conversations: 列表类型，包含以下子特征：
  • content: 字符串类型，对话内容。
  • language: 字符串类型，对话所使用的语言。
  • redacted: 布尔类型，表示对话内容是否被编辑。
  • role: 字符串类型，对话中参与者的角色。
  • toxic: 布尔类型，表示对话内容是否含有毒性。
• model: 字符串类型，使用的模型名称。

数据分割

• train: 训练集，包含424092565字节的数据和104301个样本。

数据集大小

• 下载大小: 211445530字节
• 数据集大小: 424092565字节

配置

• default: 默认配置，包含训练集数据文件，路径为data/train-*。