dbuos/oasst_top1_es

OpenAssistant TOP-1对话线程数据集是从open-assistant.io数据库中导出的最佳对话线程，采用Guanacco风格。数据集于2023年8月25日导出，包含以chatml格式的对话，训练集包含4,295个样本，且所有样本均为西班牙语。数据集中新增了一列用于统计消息数量。

原始信息汇总

数据集概述

基本信息

• 语言: 西班牙语
• 许可证: Apache 2.0
• 名称: a

数据集结构

特征

• text: 字符串类型
• lang: 字符串类型
• num_turns: 64位整数类型

分割

• train:
  • 字节数: 6302055
  • 样本数: 4295

文件信息

• 下载大小: 3386782 字节
• 数据集大小: 6302055 字节

配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

详细描述

• 数据集来源: OpenAssistant TOP-1 Conversation Threads
• 导出日期: 2023年8月25日
• 文件格式: jsonl，使用chatml格式的对话
• 样本数量: 4295
• 语言限制: 仅包含西班牙语示例
• 附加列: 用于计数消息数量