vwxyzjn/ultrachat_200k_filtered_1707919115

Name: vwxyzjn/ultrachat_200k_filtered_1707919115
Creator: vwxyzjn
Published: 2024-03-04T19:35:31+08:00

Hugging Face2024-02-14 更新2024-03-04 收录

对话生成

自然语言处理

数据链接：

https://hf-mirror.com/datasets/vwxyzjn/ultrachat_200k_filtered_1707919115 数据链接链接失效反馈

官方服务：

资源简介：

--- 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)

数据集信息：特征字段： - 字段名：prompt（提示词），数据类型：字符串 - 字段名：prompt_id（提示词ID），数据类型：字符串 - 字段名：messages（消息列表），列表元素包含：content（内容，字符串类型）、role（角色，字符串类型） - 字段名：query_reference_response（查询参考响应列表），列表元素包含content（内容，字符串类型）与role（角色，字符串类型） - 字段名：query_reference_response_token（查询参考响应Token序列），数据类型：64位整数序列 - 字段名：query_reference_response_token_len（查询参考响应Token长度），数据类型：64位整数 - 字段名：query（查询列表），列表元素包含content（内容，字符串类型）与role（角色，字符串类型） - 字段名：query_token（查询Token序列），数据类型：64位整数序列 - 字段名：query_token_len（查询Token长度），数据类型：64位整数 - 字段名：reference_response（参考响应结构体），结构体包含content（内容，字符串类型）与role（角色，字符串类型） - 字段名：reference_response_token（参考响应Token序列），数据类型：64位整数序列 - 字段名：reference_response_token_len（参考响应Token长度），数据类型：64位整数数据划分： - 划分名称：test_gen（生成式测试集），占用字节数：30484069，样本数量：1000 - 划分名称：test_sft（监督微调测试集），占用字节数：39592502，样本数量：1000 - 划分名称：train_gen（生成式训练集），占用字节数：29613744，样本数量：1000 - 划分名称：train_sft（监督微调训练集），占用字节数：39521233，样本数量：1000 下载总大小：50859072字节数据集总大小：139211548字节 --- # 数据集卡片："ultrachat_200k_filtered_1707919115" [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

提供机构：

vwxyzjn

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。