Radiantloom/slimorca-dedup-chatml

这是一个经过ChatML格式化的原始SlimOrca-Dedup数据集的版本，并对系统提示进行了一些修改。数据集包含prompt、response和text三个特征，数据类型均为字符串。数据集只有一个train分割，包含363,491个示例，大小为1,248,344,664字节。数据集的下载大小为644,887,960字节，总大小为1,248,344,664字节。数据集的许可证为apache-2.0，标签包括code、art、music、legal、finance、biology、chemistry、SlimOrca和ChatML。

原始信息汇总

数据集概述

数据特征

• 名称: prompt
  • 数据类型: string
• 名称: response
  • 数据类型: string
• 名称: text
  • 数据类型: string

数据分割

• 名称: train
  • 字节数: 1248344664
  • 样本数: 363491

数据大小

• 下载大小: 644887960
• 数据集大小: 1248344664

配置

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

许可证

• 许可证: apache-2.0

标签

• 标签:
  • code
  • art
  • music
  • legal
  • finance
  • biology
  • chemistry
  • SlimOrca
  • ChatML