yufan/SFT_Smol_Tulu3_MergedAndDeduped_Filtered
收藏Hugging Face2024-12-23 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/yufan/SFT_Smol_Tulu3_MergedAndDeduped_Filtered
下载链接
链接失效反馈官方服务：
资源简介：
该数据集由多个开源SFT数据集组成，包括tulu-3-sft-mixture和smoltalk。数据集经过了一系列清洗步骤，包括保留特定语言（EN/DE/ES/ZH/IT/JA/FR）、去重、移除过长响应以及使用奖励模型对数据点进行评分。数据集的特征包括prompt、messages（包含content和role）、source和reward_score。数据集的分割为train，包含1,349,101个样本，总大小为5,931,838,868字节。
The dataset includes various features such as prompt, messages (containing content and role), source, and reward_score. The dataset is split into a training set with 1,349,101 examples. The download size is 3,013,607,834 bytes, and the dataset size is 5,931,838,868 bytes.
提供机构：
yufan
