SUSTech/ultrachat_ppl

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: ppl
sequence: float64
splits:
- name: large
num_bytes: 311222566
num_examples: 46389
- name: small
num_bytes: 286125221
num_examples: 46389
- name: random
num_bytes: 279755132
num_examples: 46389
download_size: 464073008
dataset_size: 877102919
configs:
- config_name: default
data_files:
- split: large
path: data/large-*
- split: small
path: data/small-*
- split: random
path: data/random-*
---

原始信息汇总

数据集信息

特征

• prompt: 类型为字符串。
• prompt_id: 类型为字符串。
• messages: 列表类型，包含以下字段：
  • content: 类型为字符串。
  • role: 类型为字符串。
• ppl: 序列类型，元素为float64。

数据分割

• large: 字节数为311222566，示例数为46389。
• small: 字节数为286125221，示例数为46389。
• random: 字节数为279755132，示例数为46389。

数据大小

• 下载大小: 464073008字节。
• 数据集大小: 877102919字节。

配置

• default: 包含以下数据文件：
  • large: 路径为data/large-*。
  • small: 路径为data/small-*。
  • random: 路径为data/random-*。