jaxon3062/smoltalk-gemma3-1024
收藏官方服务：
资源简介：
该数据集包含两种配置：default和filtered。每种配置都包含messages和source两个特征，其中messages特征包含对话内容和角色两个子特征。数据集分为训练集和测试集，default配置的训练集包含663,727个示例，测试集包含34,976个示例；filtered配置的训练集包含10,000个示例，测试集包含595个示例。
The dataset includes two configurations: default and filtered. Each configuration contains two features: messages and source, where the messages feature includes sub-features for dialogue content and role. The dataset is split into training and test sets, with the default configurations training set containing 663,727 examples and the test set containing 34,976 examples; the filtered configurations training set contains 10,000 examples and the test set contains 595 examples.
提供机构：
jaxon3062搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是一个大规模、多任务的文本数据集，包含约72万行数据，总大小为601 MB，格式为parquet。它涵盖了数学推理、代码生成、文本改写、对话等多种AI任务，数据来源于多个子集（如numina-cot-100k、smol-rewrite等），并已分割为训练集和测试集，适用于训练和评估语言模型。
以上内容由遇见数据集搜集并总结生成
