chansung/synth_ds

---
dataset_info:
features:
- name: generator
dtype: string
- name: prompt_id
dtype: string
- name: seed_prompt
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: category
dtype: string
- name: prompt
dtype: string
splits:
- name: train_sft
num_bytes: 404007132
num_examples: 151174
- name: test_sft
num_bytes: 898460
num_examples: 500
download_size: 75516952
dataset_size: 404905592
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
- split: test_sft
path: data/test_sft-*
---

原始信息汇总

数据集概述

数据集特征

• generator：数据类型为字符串。
• prompt_id：数据类型为字符串。
• seed_prompt：数据类型为字符串。
• messages：列表类型，包含以下子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• category：数据类型为字符串。
• prompt：数据类型为字符串。

数据集分割

• train_sft：包含151174个示例，总大小为404007132字节。
• test_sft：包含500个示例，总大小为898460字节。

数据集大小

• 下载大小：75516952字节。
• 数据集总大小：404905592字节。

配置信息

• config_name：default
• data_files：
  • train_sft：路径为data/train_sft-*。
  • test_sft：路径为data/test_sft-*。