neuralmagic/ultrachat_2k

该数据集是从HuggingFaceH4/ultrachat_200k中抽取的2048个样本，用于简单的校准。数据集包含prompt、prompt_id和messages三个主要特征，其中messages是一个列表，包含content和role两个子特征。数据集只有一个train_sft分割，包含2048个样本，总大小为13619808字节。

A small set of 2048 samples from HuggingFaceH4/ultrachat_200k for easy calibration. The dataset includes features such as prompt (string), prompt_id (string), and messages (list containing content and role, both string types). It is split into a training set named train_sft with 2048 examples.

原始信息汇总

数据集概述

数据集信息

• 语言: 英语
• 特征:
  • prompt: 字符串类型
  • prompt_id: 字符串类型
  • messages: 列表类型，包含以下子特征:
    • content: 字符串类型
    • role: 字符串类型
• 分割:
  • train_sft: 包含2048个样本，占用13619808字节
• 下载大小: 7145258字节
• 数据集大小: 13619808字节

配置

• 配置名称: default
• 数据文件:
  • train_sft: 路径为 data/train_sft-*

数据集来源

• 该数据集是从 HuggingFaceH4/ultrachat_200k 中抽取的2048个样本，用于方便的校准。