natolambert/tulu-v2-sft-mixture-lima

该数据集包含1018个训练样本，每个样本由数据集名称、唯一标识符和消息列表组成。消息列表中的每条消息包含角色（role）和内容（content）两个字段。数据集的总大小为3868113.3560649264字节，下载大小为1649254字节。

The dataset contains 1018 training samples, each consisting of a dataset name, a unique identifier, and a list of messages. Each message in the list includes two fields: role and content. The total size of the dataset is 3868113.3560649264 bytes, and the download size is 1649254 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • dataset: 数据集名称，类型为字符串。
  • id: 数据集ID，类型为字符串。
  • messages: 消息列表，包含以下字段：
    • role: 角色，类型为字符串。
    • content: 内容，类型为字符串。

数据分割

• train:
  • num_bytes: 3868113.3560649264 字节
  • num_examples: 1018 个样本

数据集大小

• download_size: 1649254 字节
• dataset_size: 3868113.3560649264 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*