biznetgio/oasst2-indonesia
收藏Hugging Face2024-01-25 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/biznetgio/oasst2-indonesia
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: message_id
dtype: string
- name: parent_id
dtype: string
- name: user_id
dtype: string
- name: created_date
dtype: string
- name: text
dtype: string
- name: role
dtype: string
- name: lang
dtype: string
- name: review_count
dtype: int64
- name: review_result
dtype: bool
- name: deleted
dtype: bool
- name: rank
dtype: float64
- name: synthetic
dtype: bool
- name: model_name
dtype: 'null'
- name: detoxify
struct:
- name: identity_attack
dtype: float64
- name: insult
dtype: float64
- name: obscene
dtype: float64
- name: severe_toxicity
dtype: float64
- name: sexual_explicit
dtype: float64
- name: threat
dtype: float64
- name: toxicity
dtype: float64
- name: message_tree_id
dtype: string
- name: tree_state
dtype: string
- name: emojis
struct:
- name: count
sequence: int64
- name: name
sequence: string
- name: labels
struct:
- name: count
sequence: int64
- name: name
sequence: string
- name: value
sequence: float64
splits:
- name: train
num_bytes: 42423357
num_examples: 39283
download_size: 14122340
dataset_size: 42423357
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
biznetgio
原始信息汇总
数据集概述
特征信息
数据集包含以下特征：
- message_id: 字符串类型
- parent_id: 字符串类型
- user_id: 字符串类型
- created_date: 字符串类型
- text: 字符串类型
- role: 字符串类型
- lang: 字符串类型
- review_count: 64位整数类型
- review_result: 布尔类型
- deleted: 布尔类型
- rank: 64位浮点数类型
- synthetic: 布尔类型
- model_name: null
- detoxify: 结构体类型，包含以下字段：
- identity_attack: 64位浮点数类型
- insult: 64位浮点数类型
- obscene: 64位浮点数类型
- severe_toxicity: 64位浮点数类型
- sexual_explicit: 64位浮点数类型
- threat: 64位浮点数类型
- toxicity: 64位浮点数类型
- message_tree_id: 字符串类型
- tree_state: 字符串类型
- emojis: 结构体类型，包含以下字段：
- count: 序列化的64位整数类型
- name: 序列化的字符串类型
- labels: 结构体类型，包含以下字段：
- count: 序列化的64位整数类型
- name: 序列化的字符串类型
- value: 序列化的64位浮点数类型
数据分割
数据集包含以下分割：
- train: 包含42,423,357字节的数据和39,283个样本
数据集大小
- 下载大小: 14,122,340字节
- 数据集大小: 42,423,357字节
配置信息
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
