jan-hq/rag_full_20000_binarized

---
dataset_info:
features:
- name: clear_prompt
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 99771501.58553597
num_examples: 19612
- name: test
num_bytes: 11090244.414464023
num_examples: 2180
download_size: 65143546
dataset_size: 110861746.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• 名称: clear_prompt
  • 数据类型: string
• 名称: messages
  • 列表项:
    • 名称: content
      • 数据类型: string
    • 名称: role
      • 数据类型: string

数据集拆分

• 训练集:
  • 名称: train
  • 字节数: 99771501.58553597
  • 样本数: 19612
• 测试集:
  • 名称: test
  • 字节数: 11090244.414464023
  • 样本数: 2180

数据集大小

• 下载大小: 65143546
• 数据集大小: 110861746.0

配置

• 配置名称: default
  • 数据文件:
    • 拆分: train
      • 路径: data/train-*
    • 拆分: test
      • 路径: data/test-*