epinnock/dataset_with_gen

---
dataset_info:
features:
- name: messagestring
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: uuid
dtype: string
- name: generated_outputs
struct:
- name: completion
dtype: string
- name: uuid
dtype: string
splits:
- name: train
num_bytes: 15643496
num_examples: 1291
download_size: 6177282
dataset_size: 15643496
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• messagestring: 数据类型为字符串。
• messages: 包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• uuid: 数据类型为字符串。
• generated_outputs: 包含以下字段：
  • completion: 数据类型为字符串。
  • uuid: 数据类型为字符串。

数据分割

• train: 包含1291个样本，总字节数为15643496。

数据集大小

• 下载大小: 6177282字节。
• 数据集大小: 15643496字节。

配置

• default: 包含训练数据文件，路径为data/train-*。