TheSkullery/Aether-Lite-V1.5

Aether Lite数据集旨在平衡创意写作、Slop和智能。该数据集新增了数据集使用百分比、数据集洗牌和基于哈希的去重功能。数据集使用了多个来源的数据，包括jondurbin/airoboros-3.2、mrfakename/Capybara-ShareGPT等，并过滤了特定的短语列表和数据类型。数据集的处理统计信息显示，总共有20542个对象被移除，去重统计信息显示，起始行数为150786，最终行数为146425，移除了4361行。

原始信息汇总

数据集信息

特征

• conversations
  • from: 数据类型为字符串
  • value: 数据类型为字符串
• system: 数据类型为字符串
• tools: 数据类型为字符串
• origin: 数据类型为字符串
• script_version: 数据类型为字符串

数据分割

• train
  • 字节数: 407935851
  • 样本数: 146476

数据大小

• 下载大小: 236203528 字节
• 数据集大小: 407935851 字节

配置

• default
  • 数据文件:
    • train: data/train-*

许可证

• apache-2.0