dariolopez/gpt-j-oasst1-es

该数据集是OpenAssistant Conversations Dataset (OASST)的一个子集，专门针对西班牙语进行了过滤。数据集按照instruction - output的模式格式化，并选择了人类排名最高的输出。此外，只选择了树形对话的第一层。数据集包含3909行数据，每行数据由指令和输出组成。

原始信息汇总

数据集概述

数据集名称

OpenAssistant Conversations Spanish Dataset (OASST1-es) for GPT-j

数据集来源

Subset of the original OpenAssistant Conversations Dataset (OASST).

数据集特征

• features:
  • name: instruction
    • dtype: string
  • name: output
    • dtype: string

数据集结构

• splits:
  • name: train
    • num_bytes: 4445880
    • num_examples: 3909

数据集大小

• download_size: 2580076
• dataset_size: 4445880

数据集语言

• language: es

数据集类别

• size_categories: 1K<n<10K

数据集许可证

• license: apache-2.0