vwxyzjn/ultrachat_200k_filtered_1707919115

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: query_reference_response
list:
- name: content
dtype: string
- name: role
dtype: string
- name: query_reference_response_token
sequence: int64
- name: query_reference_response_token_len
dtype: int64
- name: query
list:
- name: content
dtype: string
- name: role
dtype: string
- name: query_token
sequence: int64
- name: query_token_len
dtype: int64
- name: reference_response
struct:
- name: content
dtype: string
- name: role
dtype: string
- name: reference_response_token
sequence: int64
- name: reference_response_token_len
dtype: int64
splits:
- name: test_gen
num_bytes: 30484069
num_examples: 1000
- name: test_sft
num_bytes: 39592502
num_examples: 1000
- name: train_gen
num_bytes: 29613744
num_examples: 1000
- name: train_sft
num_bytes: 39521233
num_examples: 1000
download_size: 50859072
dataset_size: 139211548
---
# Dataset Card for "ultrachat_200k_filtered_1707919115"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • prompt: 类型为字符串。
  • prompt_id: 类型为字符串。
  • messages: 列表类型，包含以下字段:
    • content: 类型为字符串。
    • role: 类型为字符串。
  • query_reference_response: 列表类型，包含以下字段:
    • content: 类型为字符串。
    • role: 类型为字符串。
  • query_reference_response_token: 序列类型，元素为int64。
  • query_reference_response_token_len: 类型为int64。
  • query: 列表类型，包含以下字段:
    • content: 类型为字符串。
    • role: 类型为字符串。
  • query_token: 序列类型，元素为int64。
  • query_token_len: 类型为int64。
  • reference_response: 结构类型，包含以下字段:
    • content: 类型为字符串。
    • role: 类型为字符串。
  • reference_response_token: 序列类型，元素为int64。
  • reference_response_token_len: 类型为int64。

数据集分割

• test_gen:
  • 字节数: 30484069
  • 样本数: 1000
• test_sft:
  • 字节数: 39592502
  • 样本数: 1000
• train_gen:
  • 字节数: 29613744
  • 样本数: 1000
• train_sft:
  • 字节数: 39521233
  • 样本数: 1000

数据集大小

• 下载大小: 50859072 字节
• 数据集大小: 139211548 字节