anton96vice/samantha-1.1-uncensored-split-and-prepared

该数据集包含与虚拟助手Samantha的未审查、基于指令的交互记录，每条记录包括提供给Samantha的指令、她接收的输入以及她产生的输出，并附有额外的文本上下文。该数据集旨在用于训练和评估高级自然语言处理和理解系统，重点是准确解释和执行各种指令。

原始信息汇总

数据集卡片

数据集详情

数据集描述

该数据集包含与Samantha（一个虚拟助手）的未经审查的、基于指令的交互的丰富集合。每个条目详细记录了提供给Samantha的指令、她接收的输入以及她产生的输出，并附有额外的文本上下文。该数据集旨在用于训练和评估先进的自然语言处理和理解系统，专注于准确解释和执行广泛的指令。

• 语言(NLP): 英语
• 许可证: Apache

数据集结构

特征

• instruction: 字符串
• input: 字符串
• output: 字符串
• text: 字符串

分割

• train:
  • 字节数: 9760644.749754662
  • 样本数: 1630
• test:
  • 字节数: 2443155.250245339
  • 样本数: 408

数据大小

• 下载大小: 6418929 字节
• 数据集大小: 12203800.0 字节

数据集配置

• config_name: default
  • 数据文件:
    • train: data/train-*
    • test: data/test-*

数据集创建

策划理由

重新准备数据集，以便无需麻烦地准备个人助手训练数据集。

源数据

SOURCE