jacobfulano/tulu2_10k

这是由AI2制作的[tulu-v2-sft-mixture](https://huggingface.co/datasets/allenai/tulu-v2-sft-mixture)数据集的一个子集。

原始信息汇总

数据集概述

数据特征

• dataset: 数据集名称，数据类型为字符串。
• id: 数据项的唯一标识，数据类型为字符串。
• messages: 包含以下子字段：
  • content: 消息内容，数据类型为字符串。
  • role: 消息角色，数据类型为字符串。
• index_level_0: 索引级别，数据类型为整数（int64）。

数据分割

• train: 训练数据集，包含10000个样本，总字节数为38239847。

数据大小

• 下载大小: 18530316字节。
• 数据集大小: 38239847字节。

配置

• default: 默认配置，包含训练数据文件，路径为data/train-*。