NemoSheng/codefuse_fc_v1_sharegpt|对话数据数据集|聊天机器人数据集

该数据集包含对话和工具信息，主要用于训练和测试模型。对话信息以列表形式存储，每个对话包含来源和内容两个字段。工具信息以字符串形式存储。数据集分为训练集和测试集，训练集包含72032个例子，测试集包含1250个例子。数据集的下载大小为193720278字节，总大小为1002393963字节。

This dataset contains conversations and tools information, primarily used for training and testing models. The conversation information is stored in a list format, with each conversation containing two fields: source and content. The tools information is stored as a string. The dataset is divided into a training set and a test set, with the training set containing 72,032 examples and the test set containing 1,250 examples. The download size of the dataset is 193,720,278 bytes, and the total size is 1,002,393,963 bytes.

原始信息汇总

数据集概述

数据特征

• conversations:
  • from: 字符串类型
  • value: 字符串类型
• tools: 字符串类型

数据分割

• train:
  • 字节数: 999501804.0
  • 样本数: 72032
• test:
  • 字节数: 2892159.0
  • 样本数: 1250

数据集大小

• 下载大小: 193720278
• 数据集总大小: 1002393963.0

配置

• default:
  • train: 数据文件路径为 data/train-*
  • test: 数据文件路径为 data/test-*