larryvrh/OASST_Top1_2023-08-25-Zh_Only

数据集名为OASST_Top1_2023-08-25-Zh_Only，是从OpenAssistant/oasst_top1_2023-08-25数据集中过滤得到的。数据集包含对话数据，每条对话包含from和value两个字段，均为字符串类型。数据集只有一个训练集，包含662个样本，总大小为1008722字节。数据集适用于文本生成和对话任务，语言为中文，规模小于1K。

The dataset named OASST_Top1_2023-08-25-Zh_Only is filtered from the OpenAssistant/oasst_top1_2023-08-25 dataset. It contains conversational data, where each conversation entry includes two fields: `from` and `value`, both of which are string-type. The dataset only has one training split, which holds 662 samples with a total size of 1,008,722 bytes. This dataset is suitable for text generation and conversational tasks, uses Chinese as its language, and has a scale of less than 1K.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • conversation:
    • from: 数据类型为字符串
    • value: 数据类型为字符串
• 分割:
  • train:
    • 字节数: 1008722
    • 样本数: 662
• 下载大小: 603882 字节
• 数据集大小: 1008722 字节

配置

• 默认配置:
  • 数据文件:
    • train: 路径为 data/train-*

任务类别

• 文本生成
• 对话

语言

• 中文

大小类别

• 小于1K

搜集汇总

背景与挑战

背景概述

该数据集是一个中文对话数据集，包含662条数据，专门用于文本生成任务，支持中文语言处理。它覆盖了编程、历史、哲学等多个主题的对话示例，旨在训练或评估聊天助手模型，并基于OpenAssistant的顶级对话数据过滤而成。