vwxyzjn/ultrachat_200k_filtered_1708454270

该数据集包含多个特征，如prompt、prompt_id、messages、query等，每个特征都有其特定的数据类型。数据集分为两个部分：test_sft和train_sft，分别包含6446和56397个例子。数据集的下载大小为528909785字节，总大小为2521837850.39128字节。参数配置部分描述了模型的基本设置和任务查询参数。

原始信息汇总

数据集详情

特征

• prompt: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• messages: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• query: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• query_token: 序列类型，数据类型为int64。
• query_token_len: 数据类型为int64。
• query_reference_response: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• query_reference_response_token: 序列类型，数据类型为int64。
• query_reference_response_token_len: 数据类型为int64。
• reference_response: 结构类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• reference_response_token: 序列类型，数据类型为int64。
• reference_response_token_len: 数据类型为int64。

数据分割

• test_sft: 字节数为257548949.57204673，样本数为6446。
• train_sft: 字节数为2264288900.8192334，样本数为56397。

数据集大小

• 下载大小: 528909785字节。
• 数据集大小: 2521837850.39128字节。