mgoin/ultrachat_2k

这是一个包含2048个样本的小数据集，来源于HuggingFaceH4/ultrachat_200k，用于简单的校准。数据集的特征包括prompt、prompt_id和messages，其中messages包含content和role两个子特征。数据集的分割为train_sft，包含2048个样本，总大小为13619808字节。

原始信息汇总

数据集概述

数据集信息

• 名称: ultrachat_2k
• 来源: 从HuggingFaceH4/ultrachat_200k采样得到
• 样本数量: 2048
• 下载大小: 7145258字节
• 数据集大小: 13619808字节

数据集特征

• prompt: 数据类型为字符串
• prompt_id: 数据类型为字符串
• messages:
  • content: 数据类型为字符串
  • role: 数据类型为字符串

数据集分割

• train_sft:
  • 字节数: 13619808
  • 样本数: 2048

配置信息

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