orion-research/Aura-Iter2_generated

该数据集包含用于生成模型的多轮对话数据，主要特征包括prompt、output、generate_0到generate_4等字段，每个generate字段包含content和role两个子字段。数据集仅包含一个训练集，共有3239个样本，总大小为43998859字节。

This dataset contains multi-turn dialogue data for generative models, with main features including prompt, output, generate_0 to generate_4, etc. Each generate field contains two subfields: content and role. The dataset includes only a training set with 3239 samples and a total size of 43998859 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 类型为 string
• output: 类型为 string
• index_level_0: 类型为 int64
• generate_0: 包含以下子特征
  • content: 类型为 string
  • role: 类型为 string
• generate_1: 包含以下子特征
  • content: 类型为 string
  • role: 类型为 string
• generate_2: 包含以下子特征
  • content: 类型为 string
  • role: 类型为 string
• generate_3: 包含以下子特征
  • content: 类型为 string
  • role: 类型为 string
• generate_4: 包含以下子特征
  • content: 类型为 string
  • role: 类型为 string
• probability: 类型为 float64 的序列
• rm_scores: 类型为 float32 的序列

数据分割

• train: 包含 3239 个样本，占用 43998859 字节

文件大小

• 下载大小: 23947243 字节
• 数据集大小: 43998859 字节

配置

• default: 包含训练数据文件，路径为 data/train-*