jan-hq/rag_dataset_12000_binarized

---
dataset_info:
features:
- name: context
dtype: string
- name: question
dtype: string
- name: answer
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 84953348.29083334
num_examples: 10797
- name: test
num_bytes: 9511692
num_examples: 1200
download_size: 56864331
dataset_size: 94465040.29083334
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征信息

• context: 数据类型为字符串。
• question: 数据类型为字符串。
• answer: 数据类型为字符串。
• messages: 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。

数据分割

• train: 包含10797个样本，总大小为84953348.29083334字节。
• test: 包含1200个样本，总大小为9511692字节。

数据集大小

• 下载大小: 56864331字节。
• 数据集总大小: 94465040.29083334字节。

配置信息

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。