bertin-project/oasst2_es_instruct_hf

这是从OpenAssistant/oasst2数据集中提取的西班牙语子集。数据集已从`2023-11-05_oasst2_ready.trees.jsonl.gz`文件中提取，并解析了所有对话树，转换为适合HuggingFace使用的格式，以便使用`apply_chat_template`功能。数据集包含16200个训练样本，文件大小为24937103字节。数据集的特征包括instruction（包含content和role两个字段）、lang和source。

原始信息汇总

数据集概述

基本信息

• 语言: 西班牙语 (es)
• 许可证: Apache 2.0
• 数据集大小: 10K<n<100K

数据集结构

特征

• instruction:
  • content: 字符串类型
  • role: 字符串类型
• lang: 字符串类型
• source: 字符串类型

分割

• train:
  • num_bytes: 24937103
  • num_examples: 16200

文件信息

• download_size: 8896739
• dataset_size: 24937103

配置

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

标签

• human-feedback