maxidl/OpenOrca-gpt4-de

---
dataset_info:
features:
- name: messages_en
list:
- name: content
dtype: string
- name: role
dtype: string
- name: messages_de
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 428035438
num_examples: 119559
download_size: 246426304
dataset_size: 428035438
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

German version of [Open-Orca/OpenOrca](https://huggingface.co/datasets/Open-Orca/OpenOrca). Translated using DeepL (informal style).

Currently limited to the first 119_559 examples, from the gpt4 subset.

|lang|#chars|
|---|---|
|en|196_009_006|
|de|219_100_043|

原始信息汇总

数据集信息

特征

• messages_en
  • content: 类型为字符串
  • role: 类型为字符串
• messages_de
  • content: 类型为字符串
  • role: 类型为字符串

数据分割

• train
  • 字节数: 428035438
  • 样本数: 119559

数据大小

• 下载大小: 246426304
• 数据集大小: 428035438

配置

• default
  • 数据文件:
    • split: train
    • 路径: data/train-*

数据集描述

• 德语版本的 Open-Orca/OpenOrca，使用 DeepL 翻译（非正式风格）。
• 目前仅包含前 119,559 个示例，来自 gpt4 子集。

语言和字符数

语言	字符数
en	196,009,006
de	219,100,043