petchsira/ctga-v1-chat-format

该数据集包含一个名为messages的特征，其中每个消息包含content和role两个字符串类型的字段。数据集分为一个训练集，包含1,650,036个样本，总大小为2,064,251,136字节。数据集的下载大小为1,112,561,890字节，数据集大小为2,064,251,136字节。默认配置下的数据文件路径为data/train-*。

The dataset includes a feature named messages, where each message contains two string-type fields: content and role. The dataset is divided into a training set containing 1,650,036 samples, with a total size of 2,064,251,136 bytes. The download size of the dataset is 1,112,561,890 bytes, and the dataset size is 2,064,251,136 bytes. The data file path under the default configuration is data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • messages:
    • content: 数据类型为字符串（string）
    • role: 数据类型为字符串（string）

数据分割

• train:
  • num_bytes: 2064251136 字节
  • num_examples: 1650036 条

数据集大小

• download_size: 1112561890 字节
• dataset_size: 2064251136 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*