yxzwayne/capybara_long_2k

该数据集是LDJnr/Capybara数据集的子集，选择标准是基于每个对话中output的拼接长度。这个数据集作为基于更细致标准的下游选择的中间检查点，并参考了N8Programs的Capybara-Quicksilver-1K数据集。

原始信息汇总

数据集概述

基本信息

• 数据集名称: Capybara long conversations
• 许可证: Apache-2.0
• 语言: 英语

数据结构

• 特征:
  • source: 数据类型为字符串
  • conversation:
    • input: 数据类型为字符串
    • output: 数据类型为字符串

数据分割

• 训练集:
  • 文件大小: 19,930,336字节
  • 示例数量: 2000

数据集大小

• 下载大小: 10,435,494字节
• 数据集大小: 19,930,336字节

配置

• 默认配置:
  • 数据文件路径: data/train-*