Trelis/oasst2_top1_chat_format_en

这是一个从OpenAssistant项目的oasst2数据集中经过两次过滤得到的英文对话数据集。第一次过滤保留了每个对话树中排名最高的分支，第二次过滤则仅保留了英文对话，并将其格式化为单一的messages数据列，以便直接用于HuggingFace的SFTTrainer进行监督微调。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 语言: 英语 (en)
• 标签: 聊天, 消息

数据集特征

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

数据分割

• 分割名称: train
  • 示例数量: 5419
  • 字节数: 10491824

数据集大小

• 下载大小: 5658501 字节
• 数据集大小: 10491824 字节

配置

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

任务类别

• 问答