five

Felladrin/ChatML-hercules-v2.0

收藏
Hugging Face2024-02-04 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/Felladrin/ChatML-hercules-v2.0
下载链接
链接失效反馈
官方服务:
资源简介:
--- license: apache-2.0 task_categories: - question-answering - text-generation language: - en size_categories: - 1M<n<10M --- [Locutusque/hercules-v2.0](https://huggingface.co/datasets/Locutusque/hercules-v2.0) in ChatML format. Python code used for conversion: ```python from datasets import load_dataset import pandas from transformers import AutoTokenizer tokenizer = AutoTokenizer.from_pretrained( pretrained_model_name_or_path="Felladrin/Llama-160M-Chat-v1" ) dataset = load_dataset("Locutusque/hercules-v2.0", split="train") def format(columns): messages = [] conversation = columns["conversations"] for i in range(len(conversation)): message = conversation[i] content = message["value"] role = message["from"] if role == "human": role = "user" elif role == "gpt": role = "assistant" if role and content: messages.append( { "role": role.strip(), "content": content.strip(), } ) return tokenizer.apply_chat_template(messages, tokenize=False) pandas.DataFrame({"text": [format(columns) for columns in dataset]}).to_parquet("train.parquet", index=False) ```
提供机构:
Felladrin
原始信息汇总

数据集概述

许可证

  • Apache 2.0

任务类别

  • 问答
  • 文本生成

语言

  • 英语

数据集大小

  • 1M < n < 10M
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作